基于分形理论的证券领域诸因素之间的联动性研究

发布时间：2022-02-14 16:35

　　作为现代金融分析体系的重要基础,有效市场假说的实证结果并不理想。随着非线性科学的蓬勃发展,特别是Peters在总结了Mandelbrot的分形理论并提出了分形市场假说后,越来越多的学者开始将分形理论应用到对证券市场的研究中。但是,当前的研究大都局限于研究证券市场某一方面的特性,而忽略了对证券领域诸因素间的联动性加以研究,因此当前的研究成果都无法对证券市场的动力学特征做出准确、清晰和全面的描述。本文借助分形这种非线性科学的技术手段,并结合分形市场假说,对我国沪、深证券市场的价格成交量、成交价格等因素进行了较为系统和全面的考察。特别是对证券市场诸因素间的联动性进行了研究,提出了基于分形理论的属性联动性分析模型。首先,运用R/S分析法对证券市场的若干因素进行分析,结果表明:我国证券市场各因素的Hurst指数均显著大于0.5,这说明我国证券市场具有明显的长期相关性,并具有分形特征;其次,通过分析各因素内部的邻接空间密度变化规律,找出那些在相同的邻接空间下,具有相似的密度变化规律的因素,并将这些因素视为“联动属性组”;最后,借助于分形市场假说对“联动属性组”进行了较为全面的分析,得到了一系列重要... 

【文章来源】：合肥工业大学安徽省211工程院校教育部直属院校

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

科赫(Koeh)雪花

沪一--一又一一.一匕产一叉一一一、气臀一常-兰岑丛一~以~一~~~一图4一1密度分类方法4.2.2属性之间的联动性分析属性是构成数据集的实体要素，数据集中的属性从不同的角度对数据集进行描述。数据集表征出的特征实际上是各个属性综合作用的结果。如果一个数据集具备表征某一特定事物的能力，那么该数据集的属性之间以及属性内部必然含有某种内在的规律性。例如:在一个表征人的特征的数据集中，各个属性(性别、身高、年龄、体重、相貌、出生日期、曾经职务等)之间并不是相互独立的，属性之间必然存在着某种内在的联系，否则结果将是不可思议的(很难想象一个身高1.8米的人会只有2公斤重)。通过上面的分析我们可以看出，如果两个属性之间存在很强的内在联系，那么这两个属性之间映射关系也应表现出很强的联动性，也就是说两个属性之间的密度变化规律相似。但是现实中数据集分形特征的表现形式通常非常复杂，因此数据集中每一个属性所具有的内在规律也可能是极其复杂的。如图4一2所示假设红色折线和黄色折线分别表示两个不同的属性的数据在数据轴上的映射图形。很显然两条折线的变化幅度截·然不同


本文编号：3624901