GARCH模型和Hurst指数在中国股市的应用

发布时间：2018-01-08 15:17

  本文关键词：GARCH模型和Hurst指数在中国股市的应用　出处：《西安财经学院学报》2017年03期 　论文类型：期刊论文

  更多相关文章： 中国股市 量化投资 交易策略 GARCH模型 Hurst指数

【摘要】：文章通过计算2014年7月22日至2015年9月10日沪深300指数的GARCH模型滚动时间窗样本外预测值和移动Hurst指数值,从波动性和趋势性两个维度对股市上涨和下跌进行分析。得出结论,相对于传统择时技术指标缺乏理论依据和时间参数选择的主观性,GARCH模型预测值和移动Hurst指数能够从市场自身特性出发,从而更加细致地反映市场进而达到预测作用。
[Abstract]:From July 22nd 2014 to September 10th 2015, the prediction value and moving Hurst index value of GARCH model with rolling time window are calculated. This paper analyzes the rise and fall of stock market from the two dimensions of volatility and trend, and draws a conclusion that compared with the traditional timing technical indicators, there is a lack of theoretical basis and subjectivity of time parameter selection. The forecast value of GARCH model and mobile Hurst index can reflect the market more carefully and achieve the function of forecasting.
【作者单位】： 西安财经学院;
【基金】：陕西省自然科学基础研究计划(2016JM7010)
【分类号】：F224;F832.51
【正文快照】： 中国股市从2014年7月到2015年9月,用时短短14个月就经历了一轮上涨和下跌行情,其中从2014年7月到2015年6月,上证从2000点涨到5100点以上,用时12个月。而接下来从2014年6月到该年9月又从最高点降到3000点以下,仅用了3个月时间。从中可以很明显地看出我国股市上涨和下跌幅度巨大

【相似文献】

相关期刊论文 前10条

1 赵仕军;徐丙振;;动态Hurst指数对股票价格(指数)趋势的判断[J];宁波大学学报(理工版);2011年04期

2 权小宏;;局部Hurst指数方法在研究我国股市大跌中的应用[J];北京邮电大学学报(社会科学版);2006年02期

3 刘韶跃;杨向群;;具有任意Hurst参数的分数次Black-Scholes模型的最优资产组合[J];数学物理学报;2008年04期

4 刘芳;;高频时间序列局部Hurst指数的小波谱估计研究[J];统计与决策;2012年01期

5 孙慧荣;;人民币汇率Hurst指数估计与分析[J];中国外资;2012年10期

6 孙立辉;任彪;;Hurst指数在河北省上证股票中的应用[J];河北经贸大学学报(综合版);2011年01期

7 覃邑龙;应益荣;;重标极差方法下时变Hurst指数的构建和实证研究[J];系统管理学报;2011年05期

8 张彩霞;付小明;;中国股票市场的Hurst指数研究[J];统计与管理;2010年02期

9 苑莹;庄新田;;股指时间序列的多重分形Hurst分析[J];管理学报;2007年04期

10 梅正阳;祁改珂;王同柱;;Hurst指数属于(1/3,1/2)的分数模型的期权定价(英文)[J];应用数学;2011年03期

相关会议论文 前1条

1 王燕;徐志江;孟利民;;基于MF-DFA方法的Hurst指数估计[A];中国电子学会第十七届信息论学术年会论文集[C];2010年

相关重要报纸文章 前2条

1 海通期货研究所 郭梁;时变Hurst指数在股票指数中的应用[N];期货日报;2009年

2 徐庆超 编译;2011年美国房价平稳[N];中国社会科学报;2010年

相关硕士学位论文 前3条

1 叶建萍;资本市场的Hurst指数估计[D];广西师范大学;2010年

2 孟祥磊;基于Hurst指数的中国股指期货市场有效性研究[D];哈尔滨工业大学;2014年

3 何晶;几类特殊Hurst指数下的期权定价[D];华中科技大学;2011年

，

本文编号：1397634