基于混沌动力学的黄金价格时序研究

发布时间：2021-04-21 12:20

　　目前对非线性科学特别是混沌理论的研究方兴未艾,混沌理论自提出之后一直表现出强大的生命力,它与其它各学科相互交义,互相渗透,在经济学、数学、气象学、生命科学等众多领域中得到了广泛的应用,特别是人类经济活动日益加深的今天,产生大量的经济数据,如何处理分析这些金融数据,受到了普遍的重视。传统意义上的金融价格时间序列研究是在有效市场假说（EMH）基础上进行的,并逐步发展了一套相对成熟的传统线性时间序列分析方法,其中比较有代表性的线性平稳统计模型有：滑动平均模型（MA）,自回归模型（AR）和自回归滑动平均模型（ARMA）等。但许多证据表明,线性理论已经不能很好的阐释金融市场复杂的运动,比如金融指数收益率存在尖峰胖尾现象等,因此,在非线性基础上研究金融市场有重要的理论和现实意义。对非线性系统的研究无论在科学研究领域还是工程应用领域都是极具挑战并且棘手的问题。本文利用混沌理论作为工具,对黄金价格时间序列进行深入的分析,研究数据为纽约金属交易所COMEX提供的黄金交易数据。结合黄金价格时间序列的特点,采用互信息法和Cao氏法求得时延和嵌入维数并对黄金价格序列进行相空间重构,同时在定性判别混沌时间序列的... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：46 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 引言
    1.1 选题的背景及意义
    1.2 国内外研究现状
    1.3 本文研究的思路、方法
    1.4 本文结构
第二章 CHAOS与EMH理论基础
    2.1 CHAOS理论概述
        2.1.1 蝴蝶效应
        2.1.2 CHAOS的哲学意义
        2.1.3 CHAOS的特性
    2.2 EMH理论
        2.2.1 EMH理论概述
        2.2.2 EMH理论的缺陷
        2.2.3 黄金价格时间序列的影响因素
    2.3 黄金价格时间序列的特点
    2.4 本章小结
第三章 混沌时序分析
    3.1 混沌判别方法
    3.2 Takens定理
    3.3 延迟时间选取
        3.3.1 自相关函数法
        3.3.2 复自相关法
        3.3.3 互信息量法
    3.4 嵌入维数选取
        3.4.1 伪最邻近点法
        3.4.2 Cao氏法
    3.5 Lyapunov指数
        3.5.1 Lyapunov指数定义
        3.5.2 Lyapunov指数计算方法
    3.6 分形维数
    3.7 本章小结
第四章 黄金价格时序混沌实证分析
    4.1 研究对象的选取
    4.2 5分钟价格时序混沌特性检验
        4.2.1 相空间重构
        4.2.2 关联维数
        4.2.3 Lyapunov指数
        4.2.4 样本数量对实验结果的影响
    4.3 低、中、高频数据混沌特性实证分析
    4.4 本章小结
第五章 结论与展望
    5.1 结论
    5.2 研究展望
参考文献
在学期间的研究成果
致谢
附录


【参考文献】：
期刊论文
[1]基于ARFIMA模型的黄金价格预测[J]. 林雨,孔刘柳,刘培.  南华大学学报(社会科学版). 2010(01)
[2]GA-BP算法在黄金价格预测中的应用[J]. 李京.  金融经济. 2010(02)
[3]基于人工神经网络算法的黄金价格预测问题研究[J]. 张均东,刘澄,孙彬.  经济问题. 2010(01)
[4]黄金价格与外汇、原油价格的联动关系研究[J]. 黎婷,朱槿.  中国商界(下半月). 2009(10)
[5]黄金交易市场的预测分析[J]. 谢明铎,吴加荣,何穗.  湖北师范学院学报(自然科学版). 2009(03)
[6]长期黄金价格影响因素实证分析[J]. 李家林.  生产力研究. 2009(14)
[7]黄金价格波动的影响因素的实证研究[J]. 梁维全.  中国证券期货. 2009(05)
[8]基于EGARCH模型的中国黄金市场风险与收益研究[J]. 孙兆学.  中国矿业. 2008(10)
[9]基于BP神经网络的国际黄金价格预测模型[J]. 顾孟钧,张志和,陈友.  商场现代化. 2008(27)
[10]一种最大李雅普诺夫指数估计的稳健算法[J]. 杨绍清,章新华,赵长安.  物理学报. 2000(04)

博士论文
[1]金融多元时间序列挖掘方法研究与应用[D]. 管河山.厦门大学 2008
[2]非线性动力系统时间序列分析方法及其应用研究[D]. 孟庆芳.山东大学 2008
[3]多变量金融时间序列的非线性检验及重构研究[D]. 刘立霞.天津大学 2007
[4]时间序列相空间重构数据挖掘方法及其在证券市场的应用[D]. 陈佐.湖南大学 2007
[5]相空间重构、分叉及经济系统吸引子分析[D]. 王妍.西北工业大学 2007
[6]基于非线性动力学的金融时间序列预测技术研究[D]. 卢山.东南大学 2006
[7]非线性动力学方法在时间序列分析中的应用[D]. 王鼐.复旦大学 2005

硕士论文
[1]国际黄金价格与我国黄金储备动态管理[D]. 张旭.首都师范大学 2009
[2]混沌时间序列预测模型研究[D]. 周金勇.武汉理工大学 2009
[3]黄金定价机制与我国构建黄金定价权战略研究[D]. 施丽敏.华东师范大学 2009
[4]混沌时间序列预测应用研究[D]. 李海波.中国科学技术大学 2009
[5]中国跨市场黄金投资分析[D]. 高峻航.复旦大学 2009
[6]基于小波分析和神经网络的金融时间序列预测研究[D]. 郑纪安.厦门大学 2009
[7]中国证券市场的混沌动力学行为研究[D]. 邹裔忠.厦门大学 2008
[8]多变量混沌时间序列预测及其在股票市场中的应用[D]. 方芬.东南大学 2006
[9]利用混沌时间序列预测技术进行电力市场短期电价预测[D]. 万武辉.电子科技大学 2005
[10]混沌时序的特征量分析及相空间重构[D]. 姜桂仁.江苏大学 2005



本文编号：3151745