中国股票市场的统计特性和期权定价

应用动力模型理论,研究和分析了实际数据(SSE和SZSE综合指数日收盘价)和模拟数据(动力模型)的收益率统计特性.发现我国股票市场的波动性与动力模型基本保持一致;还发现动力模型比正态分布能够更好的描述真实市场的对数收益率分布;在对数收益服从动力模型的基础上,应用随机理论,构造了股票价格过程;最后,通过引入风险中立概率(Risk Neutral Probability),导出了欧式买入期权的定价公式.     

Ising动力系统模拟收益率的多重分形分析

应用Ising模型和平均场理论构造符合股市收益率的动力系统,借助于计算机软件Mat-lab,利用蒙特卡洛模拟方法,通过调整参数模拟得出动力系统的收益率序列.分析发现:Ising动力系统构造的收益率同证券市场股票指数波动率一样具有厚尾等统计特征.对模拟收益率原序列和混洗后的序列进行多重分形分析,得出了模拟收益率序列存在分布多重分形和相关性多重分形的结论.     

基于Mike Farmer委托驱动模型的研究

Mike-Farmer微观模型是功能强大的委托驱动模型,能再现很多经典的统计规律.本文介绍了Mike-Farmer委托驱动模型的构建过程,Mike-Farmer委托驱动模型生成的收益率,发现收益率在不同时间尺度下遵循幂律分布,服从负三次方定律.以Mike-Farmer委托驱动模型为平台,进行收益率幂律分布和波动率聚簇效应的成因研究,发现收益率的幂律分布和市价订单委托价格的概率分布相关,而波动率的聚簇效应与订单委托价格时间序列的时间记忆性保持一致性.最后简要介绍了模型的应用前景.     

基于GED—EGARCH模型的深圳股市风险价值研究

金融时间序列具有分布的厚尾性、波动的集聚性等特点,传统的方法难以准确度量其风险。根据GED分布适合刻画资产收益的厚尾分布和GARCH族模型能动态描述收益率行为的优点,得到基于GED分布的GARCH、EGARCH模型的日VaR的度量方法。利用深证综指数据,计算市场风险的日VaR,并利用Kupiec提出的LR统计量检验法对两模型的风险价值计算结果进行了比较。结果表明基于GED-EGARCH模型的风险价值能更好地刻画深圳股市的市场风险。     

上证综合指数波动性的实证分析

以上证综合指数的日收益率为研究对象,建立了基于正态分布的GARcH(1,1)模型,同时考虑到股票收益率受到风险水平的影响,进一步建立GARCH(1,1)-M模型.实证研究结果表明,上证综合指数的收益率具有尖峰厚尾、方差随时间而变化特点与波动集群的现象.在研究样本区间内,GARCH(1,1)模型能较好地拟合上证综合指数收益率的波动性,同时,其期望收益与期望风险存在着正向关系.     

具有随机收益率与波动率股票的一般价格分布

研究了收益率及波动率均为扩散过程的股票价格分布问题，给出了二者独立情况下分布的解析形式，并应用于欧式期权的定价。     

我国股票市场价格操纵交易特征实证研究

以中国证监会对股票价格操纵的处罚决定为依据,以国内证券市场发生的价格操纵股票为样本,以股票的日收益率、换手率、波动性等市场反映指标为研究变量,对操纵特征进行了实证研究.发现操纵对象在操纵期间,日收益率和换手率上具有明显地放大.     

沪深股票市场长程记忆相关性研究

针对上海和深圳的日收益序列,采用重标级差(R/S分析)对其进行了实证研究.从统计结果来看,样本序列呈现出尖峰、胖尾等有偏特征,明显不满足正态分布的假设,表明收益序列可能具有长程相关或记忆性.采用ARFIMA模型对沪深股市收益率的长期记忆性进行了检验,根据分段检验的结果,得出了一些我国证券市场有效性的结论.     

具有随机收益率与波动率股票的一般价格分布

研究了收益率及波动率均为扩散过程的股票价格分布问题 ,给出了二者独立情况下分布的解析形式 ,并应用于欧式期权的定价。     

黄大豆1号期货收益率体制转换模型分析

叙述了隐马尔科夫模型对于大豆期货收益率的建模过程.对2011年黄大豆1号各期合约的收益率进行了两状态体制转换分析,分别得到了正收益状态和负收益状态的均值和平均持续时间.     

日历、成交量进程和股价波动率的关系

在成交量进程标度的股票价格动力学方程为几何布朗运动的假设下,将股票价格动力学方程的进程标度从成交量进程转换到日历进程.转换后的股价动力学方程能表现出异步交易特性,也能表现出股票收益率与成交量的非线性关系,而且能表现出股票收益波动率与成交量的非线性关系.通过对沪深两市共21支流通市值较大股票的实证检验,表明该模型能显著改进股票收益率的正态性.     

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.     

应用接触过程构造股票价格模型

引入接触过程的理论,并由此构造股票价格模型,在此基础上构造了一个停时序列,通过对此停时序列及接触过程上临界状态与下临界状态,来研究股票价格的波动性质,推导出股票价格的特征函数收敛于levy过程相应的特征函数,从而说明了股票价格分布函数的收敛性质.最后用实际数据模拟,证明此模型的合理性.     

加权半方差风险度量模型

文章考虑到资产离散程度和投资者的风险爱好,引入风险偏好系数,建立加权半方差风险度量模型;虽然证券价格具有局部突变性,但从长期整体看证券价格的变化具有整体连续变化的基本属性;用“局部积分均值”方法估计证券期望收益率,可以平滑证券价格的突变因素而加强整体变化连续性因素的作用,更能客观反映实际变化的规律。     

改进的时间相关序列股票价格混合预测模型研究

金融股票市场是一个极其复杂的演化系统,因此对股价波动进行准确预测是投资者理性规避投资风险的重要渠道。本文首先通过构建科学性较强的自回归移动平均与支持向量机（ARIMASVM）模型分析一维金融时序数据的线性成分,对我国股价波动进行样本内预测并与真实数据作比较,再利用改进的支持向量机（TGDSVM）模型基于金融面板时序数据处理线性预测后剩余的非线性成分信息。采用平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对比例误差（MAPE）、回归指数（WIA）、百分标准误差（SEP）与Nash系数六个预测精度指标检验五只股票日收盘价的预测精度。仿真结果表明：改进的时间相关序列（ARIMA-TGD-SVM）股票价格混合预测模型可以很好的弥补传统支持向量机（SVM）模型对解决多分类问题存在困难和对大规模训练样本难以实施的不足,并有效解决其利用欧式距离表征时序数据内部真实相互关系不足的缺陷,能够为股市预测提供理论依据和实际应用奠定基础。     

基于跳跃厚尾随机波动模型的股市波动研究

通过对4个不同SV模型对比分析,试图了解股市收益序列中具有较大波动幅度的极端实现值能够被解释为一个非高斯分布的尾部行为,还是高斯扩散中一个跳跃组分的叠加,抑或是这两种设定同时起作用.采用两种具有不同波动程度的上证综指日收益数据进行的实证研究发现,我国股市日收益序列不仅存在显著的尖峰(厚尾)特征,而且波动持续性较低,以及受政府政策影响较多.此外,两组收益数据所对应模型的实证比较发现,跳跃设定有助于SV模型描述波动剧烈的收益序列,但却不适合波动平缓的收益序列.     

收益率稳定分布下的可转换债券定价模型

论文从我国沪深两市股票收益率服从稳定分布这一事实出发,运用风险中性理论分别建立了没有信用违约和有信用违约两种情况下的可转换债券的定价模型及求解表达式.相对已有文献的研究,论文假定收益率分布是稳定分布而不是正态分布,同时又考虑了信用违约带来的股价跳跃性变化对可转换债券价格的影响,推广了现有文献的相关研究结果.     

基于DFA的股价指数自相关分析

以股价指数的自相关函数为时间序列,运用非趋势波动分析DFA方法研究我国股票市场的长期相关性,结果表明,上海股票市场和深圳股票市场在跨时间尺度的股价指数之间存在着相关性,呈现为持久性的时间序列,随机游走不再适用,股价指数的有偏随机游走是当下投资者对信息反应生成的,由于市场信息不具有同质等量分布,造成交锗 对信息理解的差异,信息不能瞬间或及时反映到股票价格中,存在着复杂滞后交易,导致了股价指数的有偏随机游走。     

上证综指收益率波动性的非线性方法研究

以上证综指日收盘价为样本建立了对上证综指收益率波动性的非线性模型.实证结果表明我国上海股市的价格波动具有异方差性及显著的左尖峰厚尾的特征;收益率的波动不服从正态分布;具有集聚性和记忆性;波动持续时间较长.通过分析比较GARCH模型拟合效果较好,并预测结果有一定的稳定性.同时对收益率建立了EGARCH（1,1）和TARCH（1,1）模型,表明收益率波动存在一定的杠杆效应.