复杂金融时间序列的若干问题研究

发布时间：2022-10-09 17:27

　　时间序列的复杂性和不可逆性的研究越来越多的被各领域学科的学者所关注,各类分析方法也被广泛的应用到了物理学、医学、生物科学和经济学等领域。本文提出了三种时间序列复杂性分析方法,包括两种复杂性度量方法以及一种时间序列不可逆性的量化方法,并以金融时间序列作为对象进行了研究。本文首先提出了一种基于熵分割的时间序列复杂性度量方法,序列组成复杂度（SCC）法。SCC法不仅可以提供一种量化符号化时间序列的复杂差异性的工具,它还可以通过Jensen-Shannon离散测度法来对时间序列进行平稳化分割,将原有非平稳的复杂时间序列分割为多个不相交的较为平稳的时间序列子段。我们将SCC法运用到国内外不同的金融股票指数序列上,结果发现,在同等显著性水平下,中国大陆的股票市场指数会被分割为更多的子段并有着较高的SCC水平,这意味着中国大陆的股指数据有着更高的复杂度;另外,香港的股票市场所对应的恒生指数（HSI）,相比于中国大陆的股指,更加类似与国外的股票指数。在.实证应用过程中,我们还发现SCC的分割方法可以很好的鉴别出金融市场危机对股指时间序列所造成的影响。由此可见,SCC法不仅可以对股票市场指数的复杂性进行... 

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 金融时间序列概述
    1.2 时间序列复杂性研究
    1.3 时间序列不可逆性研究
    1.4 论文体系框架和主要内容
2 基于熵分割的序列组成复杂性分析
    2.1 SSC方法的具体步骤
    2.2 数据说明
    2.3 实证结果分析
3 多标度加权Renyi置换熵方法及其应用
    3.1 方法介绍
        3.1.1 多标度置换熵和多标度Renyi置换熵
        3.1.2 多标度加权Renyi置换熵
    3.2 数据说明
    3.3 实证结果分析
        3.3.1 MPRE和WMPRE应用于模拟数据
        3.3.2 MPRE和WMPRE应用于美国股市指数
        3.3.3 MPRE和WMPRE应用于中国股市指数
        3.3.4 MPRE和WMPRE在两类市场股指实验结果对比
        3.3.5 WMPRE方法对阶数q的敏感性研究
4 基于可视图熵分割的时间序列不可逆性研究
    4.1 时间序列可视图
    4.2 IOTA内在构成排列法的定向网络分析
    4.3 HVg-SCC-IOTA法的步骤
    4.4 显著性研究及实证结果分析
        4.4.1 方法可行性及显著性探究
        4.4.2 实证结果分析
5 基于MVGARCH模型的CAPM研究
    5.1 方法介绍
        5.1.1 资本资产定价模型简介
        5.1.2 MVGARCH模型
        5.1.3 CAPM-MVGARCH模型
    5.2 数据介绍
    5.3 实证结果分析
    5.4 CAPM-MVGARCH模型在投资组合分析上的应用
6 结论
参考文献
附录A
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集


【参考文献】：
期刊论文
[1]非线性时间序列的符号化分析方法研究[J]. 金宁德,李伟波.  动力学与控制学报. 2004(03)
[2]符号化时间序列分析[J]. 张雨.  湘潭矿业学院学报. 2004(01)
[3]基于元胞自动机的股票市场复杂性研究——投资者心理与市场行为[J]. 应尚军,魏一鸣,范英,汪秉宏.  系统工程理论与实践. 2003(12)

博士论文
[1]心率变异性的时间不可逆性研究[D]. 侯凤贞.南京大学 2012



本文编号：3689052