中国股市收益率的多重分形分析

应用MF-DFA方法对上海综合指数收益率和深圳成分指数收益率进行多重分形分析.结果表明:上证综指收益率和深成指收益率均具有多重分形特征,均存在长程相关性和胖尾分布;深成指收益率序列的相关性程度高于上证综指收益率序列的相关性程度,从而上证综指收益率的波动性大于深成指收益率的波动性.     

基于MF-DFA的国际原油价格多重分形特征研究

运用多重分形消除趋势波动分析方法(MF-DFA)和多重分形谱分析方法,研究了1987～2008年美国西德克萨斯轻质原油(WTI)和欧洲北海布伦特原油(Brent)价格波动的多重分形特征.研究发现国际原油价格市场具有标度不变性特征,广义Hurst指数和广义R閚yi维数都随阶数的变化而变化,证明了国际原油价格市场存在显著的多重分形特征.研究还发现Brent原油比WTI原油具有更强的长程相关性和更宽的多重分形谱,两次海湾战争期间国际原油市场多重分形谱的变化明显.     

配分函数法的改进及应用

针对传统配分函数难以处理分割子区间长度s不为时间序列长度T的约数或者T为质数的情况，采用类似多重分形去趋势波动法（MFDFA）的操作方式，提出修正配分函数法. 用二项式多重分形做数值模拟，得出的数值解与理论值几乎重合，表明修正配分函数法是有效的. 并较为详细地给出了配分函数法各参数的经济含义. 用修正配分函数法分析了上证A股指数的多重分形性，通过打乱序列、去极值、迭代振幅匹配傅里叶变换（IAAFT）研究了多重分形产生的原因. 结果表明：上证A股的分布、极值、序列的时变相关性均影响多重分形的形成，其中序列自相关性为主要因素.     

中国金属期货与现货市场多元交互关系的多重分形分析

本文主要运用分形分析法研究我国金属期货与现货市场之间多元交互关系的复杂性特征.首先将广泛使用的多重分形去趋势交互相关分析法(MF-DCCA)推广至多元情形,提出了多元多重分形去趋势交互相关分析法(MV-MFDCCA).然后,利用MV-MFDCCA等多重分形分析法,从系统论的视角,实证研究由我国铜、铝、锌三种基本金属的期货与现货日收益率序列所构成的两个系统之间的多元交互相关关系.结果表明,金属期货与现货系统内部及系统之间均存在长程幂律交互相关关系和多重分形特征,并且现货系统及其分量的自相关和交互相关关系的多重分形强度均大于期货系统及其对应分量的多重分形强度.此外,在大波动情形下,期货系统与现货系统之间的交互关系主要受铜的期货与现货之间关系的影响,而在小波动情形下,主要受锌的期货与现货之间关系的影响.     

基于滑动窗口 MF-DFA 的股票风格资产收益多重分形分析

风格投资已逐渐成为基金构建投资组合的一种主流量化投资方法. 本研究在分析风格资产收益呈分形特征的基础上, 通过引入滑动窗口技术对传统的多重分形消除趋势波动分析法 (MF-DFA) 加以改进, 并对中信标普公司推出的 6 种股票纯风格资产指数日收益率序列的波动特征进行研究, 实证结果发现: 滑动窗口技术能有效减少因分割连接点处的不连续性而产生的伪波动误差; 风格资产指数日收益率序列均具有相关多重分形特征, 即原始序列具有持久性, 位置重构序列均具有反持久性, 且位置重构序列的多重分形特征显著弱于原始序列的多重分形特征, 表明风格资产指数收益序列的持久相关性是形成多重分形特征的主要原因; 价值、成长型比规模型风格资产具有更规律的多重分形特征, 表明价值、成长型比规模型风格资产的分形规律更明显. 本研究对基金公司、基金经理及时准确地把握股市风格动向以便构建适度风格漂移策略具有重要的理论价值与现实意义.     

上海证券市场的多重分形特性分析

作者将多重分形分析的三种方法(配分函数分析法、奇异谱分析法和多重分形趋势消除波动分析法)应用于我国上海证券市场在过去七年中的收盘指数序列,分析了不同时间标度对多重分形特性的影响.结果表明:上海证券市场具有弱多重分形特征,标度不变性达到六个数量级;多重分形的形状不随时间标度的改变而改变,但其强度随标度的减小而减弱;随着配分阶数的增大,多重分形随之增强,奇异谱曲线越来越粗糙,广义赫斯特指数逐渐减小.这些结果为进一步研究证券市场价格变化的动力学机理提供了坚实的实证基础.     

基于小波和多重分形的金融时间序列聚类

为研究时间序列波动特征及其聚类,定义了反映序列波动特征的概率测度并考虑长期趋势项对时间序列多重分形分析的影响,采用小波分解与重构的方法去除低阶项,得到消除趋势项后的序列.比较消除趋势项前后序列的多重分形谱,结果显示多重分形谱的形状在消除趋势项后更加趋于钟形.由于多重分形谱可以定量表征序列的波动特征,将此方法应用于上海市场股票价格序列的波动特征分析,结果显示,消除趋势项后的上海市场股票价格序列的多重分形谱用于其波动特征的聚类具有更合理的物理意义.     

基于小波分析的股市波动的多重分形辨识

以上证指数和深圳成分指数日收盘价的时间序列为样本,利用小波分析方法剔除序列的噪声干扰,对序列保留的波动趋势进行多重分形辨识.通过 WTMM (小波变换模极大)计算配分函数,尺度函数和多重分形谱等,全面细致的量化了序列的局部及不同层次的波动奇异性.计算结果表明:去除噪声干扰后, 中国现行证券市场的波动呈现显著的多重分形特征.     

基于WPTMM的PM2.5与气象条件关系的联合多重分形分析

PM2.5是影响空气质量的主要污染物,PM2.5污染浓度与气象条件关系密切,研究气象条件对PM2.5浓度的影响对改善城市空气质量有着重要意义.鉴于分形和小波在处理复杂非线性系统时的优势,本文提出了基于小波包变换模极大值(wavelet:packet transform modulus maxima,WPTMM)的联合多重分形,首先对变量序列进行小波包分解,使用模极大值进行去噪,然后构造联合配分函数,最后计算联合多重分形谱,分析两个变量之间的分形相关性.该方法将单个变量的多重分形扩展到两个变量的联合多重分形,并且利用WPTMM计算联合多重分形谱降低了计算复杂度,同时去除噪声的影响.用本文方法分析北京、香港PM2.5浓度与各气象要素之间的关系,实验结果表明,该方法能够有效地分析各种气象要素在不同季节中对PM2.5浓度的影响.     

我国螺纹钢线材市场的分形特征

运用重标极差分析方法(R/S分析法)、消除趋势波动分析(DFA方法)以及多重分形消除趋势波动分析方法(MF-DFA方法),对我国螺纹钢线材市场收益率序列进行实证研究。结果表明:我国螺纹钢和高线两种钢材的日收益序列具有尖峰厚尾特征,并不服从正态分布,存在显著的正相关性和长记忆性;且螺纹钢和高线的日收益率序列具有明显的多重分形特征,因此仅用单一的标度指数对其进行描述是不合适的。     

多重分形理论在股市大幅波动中的应用

运用多重分形谱方法对上证指数大幅波动前后各时段高频数据的实证研究发现,不同时段其多重分形谱形状及多重分形谱参数的变化具有一定规律,即指数发生大幅波动时,其多重分形谱图形的开口变至最大,其参数值也有显著性的变化.为了验证上述实证结果的普遍性,提出运用滑动时间窗的思路,将每连续5个交易日的高频数据进行多重分形统计分析,并将其与股指波动进行对比.结果发现,在股价指数发生大幅波动的情况下,多重分形谱参数具有较明显的变化特征,这为进一步描述股票市场的复杂性规律提供了依据.     

基于方差波动多重分形特征的金融时间序列聚类

提出了一种新的概率函数计算方法，用于研究金融时间序列在方差波动方面的多重分形特征。在此基础上提出了一种基于多重分形的时间序列聚类算法，该算法能够根据不同的分析目的，灵活地使用不同的概率函数以及序列的多重分形特征参量进行聚类。对上海证券市场实际数据的实验结果表明，本文提出的聚类算法是灵活有效的。     

西部环境下的内燃机虚拟仿真建模与分析

以某种四缸内燃机为物理样机原型，在高性能工作站上建立了模拟西部环境的对应虚拟样机试验系统，模拟了低气压、沙尘等典型西部环境因素对内燃机摩擦学、动力学行为的影响，研究中使用自编程序和专业软件相结合的办法，获得了该数字系统模型较为完整的虚拟试验数据及其结构对性能影响的数据，为内燃机在西部环境下更好的运行和维护提供了理论上和技术上的支持。     

基于分形视角下的沪港股市投资组合策略

针对已有研究的不足,为满足不同交易周期投资者的实际需求,将分形研究方法与传统投资组合模型相结合,考虑多时间标度和不同波动幅度因素,构建了单分形投资组合模型(MeanDCCA)和多重分形投资组合模型(Mean-MF-DCCA).依托"沪港通"平台,采用构建的模型,进行沪港股市组合投资,并对样本外效果进行检验和分析.结果表明:沪港股市间结构存在着标度效应和长记忆性,且具有多重分形特征;与传统的投资策略相比,单分形投资组合策略能够取得更佳的组合效果;多重分形投资组合策略通过选择合适的q阶,实证表明将会明显改善单分形投资组合策略,增强投资方案的盈利能力、提高夏普比率以及为不同风险偏好投资者创造额外效用.此研究对资产优化配置、风险管理以及沪港股市间相依结构刻画等方面具有重要的实际意义.     

中国股市复杂网络中的分形特征

利用阈值法构建中国股市复杂网络模型,从时间和空间两个角度对中国股市复杂网络的分形特征进行分析.首先利用分形几何学对静态网络进行分析,得到静态网络的分形维数,并发现其分形维数随着网络阈值的增大而减小.再利用R/S分析方法对中国股市复杂网络聚集系数时间序列进行分析,发现其具有长记忆性和持久性,且在长时间窗口下这一性质更值得信赖.H值大致呈现出随着时间窗口和阈值的增加而增加的规律.周期天数n呈现出随着时间窗口的增加而增长,随着阈值的增加而下降的规律.这说明在实际市场中,长时间窗口和高联系度股票产生的交易者群体行为惯性更强,长时间窗口和低联系度股票产生的交易者群体行为惯性的持续周期更长.这些研究成果表明了证券市场时间和空间两个维度的内在联系.