中国股票市场的混沌特征实证分析

发布时间：2020-03-21 23:30

【摘要】：我们在对股票市场价格波动进行模拟的时候，倾向于采用决定论形式的方程。然而，这样的线性模拟并不总是有用的，现实的股票市场价格演化所表现出来的特征很难用一个或几个模型来进行说明。一些学者的研究发现在股票市场价格序列演化当中存在奇怪吸引子，具有混沌学特征。 本文采用中国股票市场的上证指数、深成指数和MSCI指数对数收益率序列数据，具体分析了中国股票市场价格指数演化当中存在的混沌学特征。这三个指数在H指数、混沌吸引子的分形维数、lypunov指数方面的表现特别相近，从混沌学意义上说，三个指数没有本质上的区别。 本文当中的分析表明中国股票市场对数收益率序列具有低维动力系统特征，序列数据存在长时间序列相关性。系统的分形维数表明至少需要用三个正交变量说明股票市场的价格波动。
【图文】：

t二8901230DZ=239对深成指数进行计算后得:InmC()r=5.52+2.94Inr·RZ=0.77t=9.3613.10DZ二2.94对MSCI指数进行计算后得:InmC()r二4.98+2.42Inrt=9.0312.11RZ二0.76DZ二2.42由以上的回归结果我们得到上证指数关联维数为.239，深成指数关联维数为2.94，MSCI指数的关联维数为2.42。3.3.5zJ、结计算出的分形维数表明在股票市场当中存在着奇怪吸引子。使用一维时间序列重构系统相空间，将一维系统嵌入到高维空间，，从而可以将卷缩在一维当中的其他维数得以重现。计算出系统原来的相空间以后将原来系统轨道投影到三维空间。我们这样就可以窥见混沌奇怪吸引子的三维投影的全貌。

t二8901230DZ=239对深成指数进行计算后得:InmC()r=5.52+2.94Inr·RZ=0.77t=9.3613.10DZ二2.94对MSCI指数进行计算后得:InmC()r二4.98+2.42Inrt=9.0312.11RZ二0.76DZ二2.42由以上的回归结果我们得到上证指数关联维数为.239，深成指数关联维数为2.94，MSCI指数的关联维数为2.42。3.3.5zJ、结计算出的分形维数表明在股票市场当中存在着奇怪吸引子。使用一维时间序列重构系统相空间，将一维系统嵌入到高维空间，从而可以将卷缩在一维当中的其他维数得以重现。计算出系统原来的相空间以后将原来系统轨道投影到三维空间。我们这样就可以窥见混沌奇怪吸引子的三维投影的全貌。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：F832.51;F224

【引证文献】

相关硕士学位论文 前1条

1 高健;我国股票市场的混沌特征研究[D];武汉理工大学;2009年

本文编号：2594094