中国股市行业指数及个股长程记忆研究

股票市场收益记忆特征对于非线性结构的确定以及市场有效性的研究具有重要意义。该文选取沪深股市的三只行业指数和隆平高科及大江股份的日、周收益率时间序列,通过R/S分析方法分别计算出其相应Hurst指数。结果表明收益率时间序列具有长程记忆特征,且存在一个大周期和一个小周期,也验证了收益率时间序列不符合布朗运动。这对风险管理及投资时机的选择有一定的指导作用。     

股市收益率与交易量长记忆性实证研究

从计量经济学及统计学的角度,运用重标极差分析、修正重标极差分析、KPSS检验及Granger因果检验等方法,对我国沪深股市收益率与交易量的长记忆性特征进行了实证分析,并进一步研究了股市收益率与交易量之间的相互关系.重标极差分析及修正重标极差分析的实证研究结果表明,收益率及交易量序列的Hurst指数均大于0.5,且成交量序列的Hurst指数明显高于收益率序列;此外收益率及交易量的KPSS统计结果对于所有滞后阶数均显著.上述结果说明中国股市收益率和成交量均具有长记忆性特征,且成交量的长记忆性强于收益率的长记忆性;Granger因果检验结果表明收益率和成交量之间存在着相互引导关系.     

Hurst指数及股市的分形结构

基于R/S分析的Hurst指数揭示了自然界系统可观测量的幂函数关系,并在证券市场波动的复杂性研究中得到应用,但存在计算效率问题·作者利用标准差时间序列改进Hurst指数计算方法,并应用于国内沪深股市研究·结果表明,改进后的Hurst指数在计算效率上得到较大提高,沪深股市收益率均不服从正态分布,Hurst指数大于0 5,在跨时间尺度的股价指数之间存在着相关性,市场具有分形结构特征·     

多重分形序列的可见图分析

可见图方法将多重分形时间序列映射为相应的网络,研究并对比了由不同机制产生的多重分形序列的非平凡特征,发现单分形时间序列的简单叠加得到的混合序列有多分形性质,对应的可见图是无尺度网络;而通过模型产生的多分形序列对应的可见图一般不具有无标度性质.为了辨别不同机制生成的多分形时间序列,小波分析和可见图必须联合运用才能识别这两种不同的分形结构,可见图算法作为传统时间序列分析方法的补充在揭示序列产生机制时具有重要的用途.     

深成指数的R／S分析

应用R／S分析法(rescaled range analysis)，即重标极差分析法，分别对深成指数日收盘价的对数日收益率和对数日收益率AR(1)残差进行分析，得到两个不同的Hurst指数和两个相同的非周期循环。取由对数日收益率AR(1)残差进行分析得到的Hurst指数为深成指数Hurst指数的估计值，因其Hurst指数大于0．5，深成指数的日收益率不遵循相互独立的随机游走假设，而是一个具有持久性的时间序列，并有大约120个交易日非周期循环。     

股票市场分形特征研究

文章以上证综指日与周收盘价指数的对数收益率序列为研究对象,借助经典与修正R/S分析方法计算Hurst指数,得出上证综指日与周收益率序列具有长记忆性与自相似性的分形特征.同时运用配分函数法得出收益率序列具有多重分形特征.     

基于小波分析的水稻蛋白OsPCBP的Hurst指数的提取

用DNA walk方式将水稻蛋白OsPCBP的DNA序列映射为相应的数字信号,并利用小波变换提取其Hurst指数.结果分析表明,在OsPCBP的DNA序列中存在长程相关性.     

基于分形V/S技术的沪深股市长记忆性研究

将Cajueiro和Tabak提出估计Hurst指数的新方法即V/S分析引入我国沪深股票市场非线性特征的研究.比较研究表明V/S分析不易受短期相关性的影响,较R/S分析更为稳健和有效.通过对沪深两市综合指数的日收益率和周收益率序列的V/S分析,得到沪深两市的Hurst指数均小于0.5,这表明我国股票市场呈现出反持久性特征而不是长记忆性.     

股价指数的自相关与标度不变性分析

运用基本统计量分析我国股票市场收益率的分布状态,通过比较收益率自相关函数及收益率平方的自相关函数,判断序列的独立性,根据基于标准差时间序列计算的Hurst指数,对股票市场的有效性进行实证研究·结果表明,沪深两市收益率均不服从正态分布,存在非线性相关关系,Hurst指数大于05,股票价格为分形时间序列,表现出长期相关性,市场未达到弱式有效     

基于Copula的沪深股市相依结构与相关模式研究

针对传统Pearson线性相关系数与Granger因果分析法的不足,采用一种特殊的相关性分析方法—Copula函数方法对沪深股市相关结构与相关模式进行研究。首先用核密度估计方法对Copula函数的边缘分布进行估计,再结合秩相关系数对数据拟合较好的Copula函数进行选择,最后用离散L2范数评价方法对其拟合程度进行检验。研究发现,t-Copula可以较好地拟合沪深股市的日收益率序列,沪深股市日收益率序列呈现出较强的相关性以及对称的尾部相关性,当沪深两市出现大幅震荡时,两市收益率的协同作用将大幅增强。     

上证指数和沪深300指数序列的R/S实证分析

运用重标极差分析法（R/S分析法）,分别研究上证综合指数和沪深300指数的日、月收益率数据序列以及开盘价、收盘价、最高价和最低价的股价时间序列的分形结构特征.给出了这些时间序列的Hurst指数、平均循环长度、相关指标和分形维数等分形特征量.实证分析结果表明,两个证券市场具有明显的分形结构,市场存在状态持续性,价格呈现周期性,4种形式的股价时间序列的分形维数具有近似同一性等特征.     

中国进出口贸易市场分形特征的实证研究

采用我国进出口贸易的月度数据序列,首次应用R／S分析方法研究我国的进出口贸易,计算得到了Hurst指数．结论表明,我国的进出口贸易市场存在长期记忆性和分形特征,分数维数分别是1．1792和1．5785,这对贸易政策的制定提供了新的启示．     

中国股市量价波动性关系的实证分析

从实证角度对我国股票市场的价格收益与交易量变动之间的动态关系进行了较为全面的分析.研究结果表明,沪深两市日价格收益序列存在着GARCH现象,价格收益和交易量变动之间存在正相关关系;收益和交易量的变动之间存在双向Granger线性因果关系;两市波动存在不对称效应,并对基于加入交易量的TARCH模型和EGARCH模型的结果进行了比较,表明EGARCH模型的拟合结果好于TARCH模型.     

基于Ising模型的股票价格统计特征及模拟

根据统计物理中的Ising模型和极限理论,研究证券市场中股票价格的统计规律.通过建立相应的金融收益模型,构造出股价的随机过程.再利用计算机模拟股票价格收益率的分布特征,模型很好的刻画了现实证券市场中股票收益率分布的宽尾现象、长记忆性,以及累积分布中尾部收益的指数递减现象.     

分形Hurst指数在彩虹期权定价中的应用

1991年Rubinstein把“彩虹”这个标签引入期权当中,他强调基于多种资产组合起来的期权就像五颜六色的彩虹一样,期权中的每一种标的资产可以用彩虹中的一种颜色来表示,即彩虹期权不但是一种基于多种标的资产的期权,而且也被当作是一种关联期权.交割时期权交割价格依赖于这些资产的综合表现.在讨论股票对数价格的动力学行为时引入分形中Hurst指数,并当Hurst指数取值于区间(1/2,1)时推导出相应的彩虹期权的定价公式.     

基于Copula方法的股票风险的相依性分析

相依性分析在多变量随机分析研究中一直属于前沿问题,研究金融市场各股票之间的相依性,对于分析股票市场的相依性结构以及投资市场的投资组合风险有着重要的意义.选用Copula函数理论对雅虎财经数据中心的上海电力和中国石油股票日收益率数据进行数据拟合,利用核密度估计方法对股票市场估计边缘分布,结合平方欧式距离选取最优Copula函数.运用了Copula函数理论建立股票市场的相关性结构模型,更好地模拟上海电力和中国石油两股市的日收益率的观测数据.     

R／S Analysis of China Securities Markets

This paper presents the law of changes of indices and stocks in the Shanghai and Shenzhen Stock Exchanges by using rescaled range analysis in nonlinear time series analysis. The Hurst exponents of the stock indices and of all stocks listed in the Shanghai and Shenzhen Stock Exchanges are estimated. The results show that the changes of indices and stocks in the last period have positive impact in the next period in the short run,but this impact disappears for long time.