基于R／S分析方法的伦敦黄金市场的分析

此前已有部分学者论证了黄金市场具有混沌特征，鉴于此，本人运用分析时间序列分形性质的重标极差（R／S）方法，对世界黄金市场的分形特征进行分析研究（包括其存在的噪声色彩特征），通过对伦敦黄金市场价格时间序列的分析，得出其Hurst指数和其平均的循环长度，从而更加清楚的表现出黄金市场的趋势。     

中外几大股票市场差异的分形研

运用了分形理论中的R／S分析法对中国的三大股市（上证,深证和香港的恒生指数）以及欧美的三大股市（道琼斯、纳斯达克以及标普500指数）的近10年（2002～2011）的股票指数作了差别研究．我国股市的月对数收益率的Hurst指数为0．74左右;而国外的则在0．77左右．国内三大股市的平均循环周期在600d左右,而国外三大股市在1150d左右．道琼斯指数对上证指数价格变化影响较大;恒生指数对深证指数的价格波动影响要比上证指数的价格波动影响大．中外股指均具有比正态分布更高的峰度,且在最初的一到两个周期内,数据呈现右偏尖峰后尾的分布特征,之后则呈现左偏尖峰后尾的分布特征．而国外股指的数据分布更接近于正态分布．本研究对股市研究者了解和借鉴近年来国外股市行情有着一定的指导意义．     

基于成交量的股价序列构造及分形分析

构造了一种基于日历交易时间和基于成交量推进的股价转换函数 ,这种方法体现了量价配合和熵的思想 ,并在此基础上 ,通过 R/S分析法对上海股市的部分个股进行研究 .结果表明上海股票市场表现为高度正相关分形时间序列 ,且在短期内无明显循环周期     

洞悉中国股市的波动特征及其时间敏感性--R/S分析方法的理论及其应用

运用R／S分析方法对中国股市进行研究，摒弃了以前多数学者对中国股市的单个指标的片面研究．而是从纵横两个方面研究中国股市．横向表现在选择了中国股市最具有代表性的两个指数——上证综指和深成指数；纵向表现在分别探索了两个指数在5个长短不同的时间增量上的收益率的分形特征及其时间敏感性．最后通过纵横两个方面的比较揭示了中国股市的波动特征。     

基于时序模型的股指序列分析

根据计量经济时序模型,基于2005～2009年沪深两股市的数据和统计软件EVIEWS,将计量模型与分形维数相结合,利用股指的高维混沌特征,以L-P算法确定了分形维数。运用向量自回归VAR模型,对沪深两个股市进行了单位根检验,根据AIC和SC信息准则确定滞后阶数,并对股市的未来趋势进行了有效地动态和静态预测,得出了较为合理的结果。     

基于R/S分析的深圳股票市场分形特征分析

利用R／S方法考察了深圳证券交易所六支股票的开盘价、收盘价、最高价和最低价四个变量的分形特征．研究表明单支股票的价格分形维数具有唯一性;同时股票市场具有短周期性,说明了我国股市的投机特征．     

股权分置改革前后中国股市混沌分形特征比较

股权分置一直是困扰中国股市的制度性缺陷.通过计算股改前后沪深两市4种指数的Hurst指数和分形维,来比较股改前后市场的混沌分形特征.得出一系列结论:中国股票市场具有混沌分形特征,股改明显加快了丧失初始条件记忆的速度;股改后市场的投资风险有加大的趋势;深市最少需要4个变量来建立市场的动力学方程,而沪市就至少需要5个变量,沪市比深市复杂些;股改后两市分形维有下降趋势,股改有提高市场效率的趋势.这些结论可为研究股权分置改革对中国股市的影响提供一点思路.     

我国证券机构对股市框架依赖的实证分析

应用行为金融理论，以中央电视台网站的机构看盘栏目中71个证券公司、股评机构和投资机构对股市后市涨、跌观点的比例数据代表证券机构的情绪变化指数，结合上证综合指数，检验我国的证券机构在股市的走势判断和投资决策过程中是否存在框架依赖等认知偏误。结果显示：基于周的历史资料说明我国证券机构对股市的预测存在心理偏误，他们的心理预期模式表现为短期持续型框架依赖和长期的反转型框架依赖．因此，我国的证券机构无法基于复杂多变的基本面、技术面和信息面的大量信息对股市的走势作出理性预期．     

分形高斯噪声驱动的神经元反馈模型中的随机共振现象

基于脑神经科学中的长程相关性和谱幂律形态的普遍性,使用分形高斯噪声建立了一类非线性神经元随机模型,研究了分形高斯噪声在非线性神经元模型中的增强信息传输作用。主要研究一般的反馈神经元模型中,加性分形高斯噪声诱导阈上随机共振现象发生的条件,满足一定条件的噪声强度和系统的Lipschitz条件的随机动力系统可发生阈下随机共振或阈上随机共振现象。理论和模拟结果都显示受分形高斯噪声激励的非线性神经元系统在二值输入的状态下互信息随着噪声强度的变化会达到最大值,并出现单峰状态,从而产生阈下随机共振和阈上随机共振现象。随机共振的现象发生与分形高斯噪声的Hurst指数有关。通过模拟,验证了分形高斯噪声可以增强神经元的信息传输作用。     

ARCH族模型对沪市综合指数的实证分析

本文选取沪市股价综合日指数(1999/01/01～2002/12/30)作为样本,根据有效市场理论,利用股指的随机游走过程对上海股市的有效性进行检验,建立ARCH模型验证上海股市的可预测性.实证结果发现,上海股市具有杠杆效应、波动集群性和波动持续性.     

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.     

Hurst指数在河北省上证股票中的应用

应用资本市场分形特征的判别方法,对河北省上证股票分形特征进行了实证研究,计算河北省上证股票的Hurst指数。结果显示:每只股票的Hurst指数均大于0.5,这说明河北省上证股票市场具有自相似性、状态持续性、长期记忆周期等明显的分形特征,不属于EMH所描述的有效市场。     

证券市场中的混沌分形行为的研究

近几年来,用混沌理论来分析证券市场的变化规律,已经逐渐成为证券市场中非线性研究的热点.股票价格收益率及其波动常常表现为混沌特征,本文提供了一些方法来研究证券市场中的股票价格及其收益率所具有混沌特征.如Lyapunov 指数为正则可以确认系统具有混沌行为,再由混沌吸引子的分形维数分析证券市场运行系统的混沌状态.从而得出我国证券市场运行于混沌状态的有力证据.     

虚拟股市建模与混沌分析

从证券市场的微观结构入手 ,建立了基于Multi_Agent的股市模型 .计算了模型产生的股价时间序列的Lyapunov指数和关联维 ,并对其进行主分量分析 .对比研究表明 :该模型不仅能产生与真实股市极为相似的股价走势 ,而且其混沌行为与真实股市有深刻的一致性 ,可以通过对此模型的深入研究揭示真实股票市场这类复杂系统的演化规律与运作机理 .     

股票价格的一种线性分形预测方法

主要研究股票价格的变化规律及对其未来价格的预测方法．通过对股票市场价格进行小波分析,发现股票价格的变化服从自相似性,并且满足某种拟周期性．而自相似是分形的一个重要特征,就可将股票价格的变化作为分形来进行研究．利用这一结论,找出了股票价格变化的线性分形插值函数,并提出一种线性分形预测方法来对股票价格进行预测．在数值试验中,对四川长虹的股票价格进行了分析,利用上述线性分形预测方法进行预测,得到了一些令人满意的结果,说明该方法是可行的．     

上海股票市场半强式有效性实证分析

股票市场的效率性指的是股票市场中股票价格对新信息的反应效率 ,它是股票市场成熟程度的表现。有效率的市场分为弱式有效市场、半强式有效市场和强式有效市场。通过对上海股市的 30家上市公司进行实证研究 ,得出的结论是 :目前上海股票市场非半强式有效。