股票、货币及外汇市场间非线性演化研究

发布时间：2017-07-28 19:20

  本文关键词：股票、货币及外汇市场间非线性演化研究

  更多相关文章： 金融市场 非线性演化 因果关系检验 市场综合指数 DE-ELM预测模型

【摘要】：股票、货币和外汇市场作为我国重要的三个金融子市场,它们的发展状况与我国经济发展、金融市场的稳定息息相关。金融子市场并非完全独立运行,它们之间具有相互关联、相互促进、相互牵绊的特点。随着国内金融市场的发展,三者之间的关系展现出了非线性、复杂性、时变性等特点。而目前国内关于三个市场间的非线性演化关系的研究处于探索阶段,仍然没有完善的理论和体系形成。针对这一现状,本文在考虑我国宏观经济的基础上,探寻适当的模型和方法,研究股票市场、货币市场和外汇市场间的非线性演化关系,主要从以下几个方面开展研究:首先,基于经济含义和已有的研究入手,本文建立三个子市场和宏观经济指标备选库。备选库包含市场上多种重要指标,涵盖了市场上的大部分信息。为验证指标间的因果关系,本文利用两种因果关系检验方法对指标间的因果关系进行判断,筛选出相互间影响关系最为显著的部分市场指标。其次,根据“包含市场上的大部分信息”和“不同市场指标间具有明显的因果关系”原则,利用筛选后市场指标建立股票、货币、外汇和宏观经济市场综合指标。本文在考虑宏观经济的基础上,提出了基于常微分方程组的非线性演化模型来刻画三个市场间的非线性演化问题。考虑到金融市场的复杂性和时变性会产生大量的噪声信息,本文在原始模型中加入基数约束,减少模型中的干扰项。同时,由于传统的参数估计方法无法有效求解变量过多、带有基数约束的问题,引入COMDE智能优化算法作为参数估计方法。然后,本文利用综合指标和非线性演化模型,从双市场和三市场的角度对我国金融子市场间的非线性演化关系问题进行实证研究。实证结果说明带约束非线性演化模型能够有效地刻画了三个市场间的非线性演化结构,揭露了三个市场之间的相互影响关系,具有高精度、高清晰度的优点。最后,为验证智能优化算法在金融领域的适用性,本文利用DE-ELM模型对上证综合指数和SP500指数进行预测,实证结果说明智能优化算法能够有效地应用在金融领域,为投资者提供了可行的投资决策支持。
【关键词】：金融市场 非线性演化 因果关系检验 市场综合指数 DE-ELM预测模型
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.51;F224
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-23
• 1.1 研究背景和研究意义10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意义11-12
• 1.2 国内外研究综述12-17
• 1.2.1 宏观经济与金融市场关系研究12-13
• 1.2.2 股票、货币及外汇市场间相互关系研究13-16
• 1.2.3 股票市场、货币市场及外汇市场指标研究16-17
• 1.2.4 非线性演化方法研究17
• 1.3 研究目标、研究内容和研究方法17-21
• 1.3.1 研究目标17-18
• 1.3.2 研究内容18-19
• 1.3.3 研究方法19-21
• 1.4 本研究创新之处21
• 1.5 本研究结构安排21-23
• 第二章 相关理论回顾23-28
• 2.1 常微分方程理论回顾23-24
• 2.2 因果关系理论回顾24-25
• 2.3 机器学习算法理论回顾25-27
• 2.4 本章小结27-28
• 第三章 子市场及宏观经济间因果关系检验28-38
• 3.1 指标备选库构建28-32
• 3.1.1 股票市场指标备选库29-30
• 3.1.2 货币市场指标备选库30-31
• 3.1.3 外汇市场指标备选库31
• 3.1.4 宏观经济指标备选库31-32
• 3.2 因果关系检验32-37
• 3.2.1 线性因果关系检验32-33
• 3.2.2 非线性因果关系检验33-34
• 3.2.3 因果关系实证检验结果34-37
• 3.3 本章小节37-38
• 第四章 市场综合指标建立及市场间非线性演化模型38-43
• 4.1 三市场及宏观经济综合指标构建38-40
• 4.2 无约束非线性演化模型40
• 4.3 带约束非线性演化模型40-41
• 4.4 参数估计方法41-42
• 4.5 本章小结42-43
• 第五章 市场间非线性演化关系实证分析43-57
• 5.1 数据来源43
• 5.2 双市场间非线性演化关系实证检验43-51
• 5.2.1 股票市场及货币市场间演化关系43-46
• 5.2.2 股票市场及外汇市场间演化关系46-48
• 5.2.3 货币市场及外汇市场间演化关系48-51
• 5.3 三市场间非线性演化关系实证检验51-55
• 5.4 本章小结55-57
• 第六章 基于差分进化算法的指数预测分析57-67
• 6.1 极限学习机(ELM)57-58
• 6.2 基于差分进化算法的极限学习机(DE-ELM)预测模型58-62
• 6.2.1 DE-ELM预测模型组成部分59-61
• 6.2.2 DE-ELM预测模型主要流程61-62
• 6.3 实证分析62-66
• 6.4 本章小结66-67
• 结论与展望67-69
• 1. 结论67-68
• 2. 展望68-69
• 参考文献69-74
• 附录74-81
• 攻读硕士学位期间取得的研究成果81-82
• 致谢82-84
• 答辩委员会对论文的评定意见84

【相似文献】

中国期刊全文数据库 前10条

1 赵文建;;境内外价差缩窄 境内期现价差异常——近期不同市场间黄金价差情况分析与展望[J];中国城市金融;2014年04期

2 张自然;丁日佳;;人民币外汇市场间不对称汇率变动的实证研究[J];国际金融研究;2012年02期

3 丛国平 ,毕鹏;架起科技与市场间的金桥——山东安迪节能化学品有限公司以科技为依托积极转化科技成果纪实[J];科技信息;1995年05期

4 王学勤;我国期货市场发展中的几个问题[J];商业经济研究;1992年07期

5 王胜洲;环境标志产品认证——企业与市场间的通行证[J];人造板通讯;2002年03期

6 吴学锋;张晓峒;;内地与香港资本市场间一体化趋势的实证研究[J];现代管理科学;2010年10期

7 潘慧峰;;全球主要石油市场间的信息溢出效应分析[J];科学决策;2011年02期

8 吕俐;;为何而设计——精品与市场间的抉择[J];中国勘察设计;2013年05期

9 张晓霞;;试论金融市场间的风险传递渠道与防范机制构建[J];浙江金融;2013年11期

10 张晓霞;;试论金融市场间的风险传递渠道与防范机制构建[J];西部金融;2013年11期

中国重要会议论文全文数据库 前1条

1 王秋梅;;入世后政府与市场间的四个关系[A];湖北省行政管理学会2001年年会暨“加入WTO我国政府管理面临的机遇和挑战”研讨会论文集[C];2001年

中国重要报纸全文数据库 前10条

1 中国艺术研究院研究员 秦喜清;《绣春刀》：在艺术与市场间徘徊[N];北京日报;2014年

2 本报记者 张晋;机构养老：在政府和市场间游走[N];青岛日报;2013年

3 曹辉宁;如何在不同的海外市场间选择[N];上海证券报;2007年

4 刘鸿儒;仓单融资打开了不同市场间通道[N];金融时报;2007年

5 记者 欧林 实习生 赵晨　通讯员 叶康尔　　　;架起田头和市场间的“桥梁”[N];嘉兴日报;2012年

6 商朝恩（作者单位：山东省莘县供销社）;架起农民与市场间的桥梁[N];中华合作时报;2005年

7 记者 张帆;尚福林：加强和完善监管体系防范金融市场间的风险转移[N];期货日报;2010年

8 本报记者 唐烨;新兴市场间贸易驱动经济增长[N];解放日报;2013年

9 本报记者 陈晓刚;瑞银表示 新兴市场间贸易潜力巨大[N];中国证券报;2009年

10 刘经科;在创意与市场间寻找平衡点[N];中国黄金报;2006年

中国博士学位论文全文数据库 前1条

1 李红霞;我国资产市场间均值溢出效应及波动的相关性研究[D];重庆大学;2012年

中国硕士学位论文全文数据库 前10条

1 蔡彤彤;金融市场间溢出效应研究[D];苏州科技学院;2015年

2 刘丽萍;境内外人民币外汇市场间联动与定价权归属[D];江西财经大学;2015年

3 朱纯莹;原油期现货市场、汇率市场、股票市场间的溢出效应研究[D];中国海洋大学;2015年

4 鞠瑾;基于交叉上市的市场间估值效率与估值模式比较及交叉上市行为的经济后果研究[D];中国计量学院;2015年

5 孙洁;我国资本市场泡沫检验和市场间泡沫关系研究[D];山东大学;2016年

6 李家铭;股票、货币及外汇市场间非线性演化研究[D];华南理工大学;2016年

7 应晓芸;我国A股市场和美国国债市场间的溢出效应研究[D];山东财经大学;2014年

8 朱红娟;我国期铜市场与相关股票市场间信息溢出效应的研究[D];中南大学;2014年

9 郭荣荣;境内外人民币外汇市场间的信息流动关系研究[D];湖南大学;2009年

10 胡瑞丽;市场间信息传递与股票市场一体化研究[D];华中科技大学;2010年

，

本文编号：585646