上证综指的长记忆性检验及其预测研究
发布时间:2023-04-16 10:02
近年来,我国的金融行业不断发展壮大,证券市场作为金融市场的重要组成部分,已成为了金融领域的研究对象之一。研究上证综指的记忆性特征,不但有助于了解证券市场的发展,还能为投资者提供实践指导。本文依据上证综指的时间序列周期,结合相关变量,建立预测模型,得到有效估计,从而避免证券市场的外在风险,主要内容和研究结果如下。1.选取了1991-2018年上证综指收盘价作为原始样本数据,通过对其进行对数和对数差分处理得到了对数样本和对数差分样本,并用R/S分析法、修正R/S分析法、V/S分析法、DFA分析法和MFDFA分析法对样本的记忆性进行检验。结果发现,对数差分处理会影响上证综指的记忆性,且5种分析方法的结果均表明上证综指是存在长记忆性特征的。2.考虑到时间和涨跌因素对上证综指的影响,本文将原始样本分成3个不同的时间段,并做去除较大涨跌幅度处理,然后用长记忆性检验方法对处理后的样本进行记忆检验。研究结果表明,上证综指的长记忆性检验确实会受到时间和涨跌因素的影响,在不同的时间区间其记忆指数不同,甚至有时会出现Hurst指数小于0.5的情况,这间接解释了在不同研究中上证综指记忆性指数不同的原因。与时间...
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 选题背景和研究意义
1.1.1 研究背景
1.1.2 有效市场假说
1.1.3 分形市场假说
1.1.4 上证综指的发展与计算
1.1.5 研究意义
1.2 国内外研究现状
1.2.1 检验方法
1.2.2 预测模型
1.3 论文主要工作与结构安排
2 长记忆性检验方法及预测模型
2.1 长记忆性的定义
2.2 长记忆性的度量方法
2.2.1 重标极差法
2.2.2 修正的重标极差法
2.2.3 重标方差法
2.2.4 去趋势波动分析法
2.2.5 多重分形去趋势波动分析法
2.3 时间序列常用的预测模型
2.3.1 参数模型
2.3.2 非参数模型
2.4 本章小结
3 上证综指的长记忆性检验
3.1 数据的获取
3.1.1 对数和对数差分处理
3.1.2 正态性检验
3.2 五种长记忆性检验方法的结果与分析
3.2.1 上证综指的长记忆性检验结果
3.2.2 五种检验方法的比较与分析
3.3 影响上证综指长记忆性检验的因素
3.3.1 时间因素
3.3.2 涨跌因素
3.4 本章小结
4 上证综指的预测分析
4.1 模型的选择
4.1.1 ARFIMA模型
4.1.2 门控循环单元
4.2 数据的选取
4.2.1 正态性和单位根检验
4.2.2 数据的预处理及误差分析
4.3 上证综指的预测
4.3.1 ARFIMA模型的预测
4.3.2 GRU模型的预测
4.4 预测结果的分析
4.4.1 样本的分析
4.4.2 模型的分析
4.5 本章小结
5 总结与展望
5.1 论文工作总结
5.2 论文工作展望
参考文献
致谢
本文编号:3791283
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 选题背景和研究意义
1.1.1 研究背景
1.1.2 有效市场假说
1.1.3 分形市场假说
1.1.4 上证综指的发展与计算
1.1.5 研究意义
1.2 国内外研究现状
1.2.1 检验方法
1.2.2 预测模型
1.3 论文主要工作与结构安排
2 长记忆性检验方法及预测模型
2.1 长记忆性的定义
2.2 长记忆性的度量方法
2.2.1 重标极差法
2.2.2 修正的重标极差法
2.2.3 重标方差法
2.2.4 去趋势波动分析法
2.2.5 多重分形去趋势波动分析法
2.3 时间序列常用的预测模型
2.3.1 参数模型
2.3.2 非参数模型
2.4 本章小结
3 上证综指的长记忆性检验
3.1 数据的获取
3.1.1 对数和对数差分处理
3.1.2 正态性检验
3.2 五种长记忆性检验方法的结果与分析
3.2.1 上证综指的长记忆性检验结果
3.2.2 五种检验方法的比较与分析
3.3 影响上证综指长记忆性检验的因素
3.3.1 时间因素
3.3.2 涨跌因素
3.4 本章小结
4 上证综指的预测分析
4.1 模型的选择
4.1.1 ARFIMA模型
4.1.2 门控循环单元
4.2 数据的选取
4.2.1 正态性和单位根检验
4.2.2 数据的预处理及误差分析
4.3 上证综指的预测
4.3.1 ARFIMA模型的预测
4.3.2 GRU模型的预测
4.4 预测结果的分析
4.4.1 样本的分析
4.4.2 模型的分析
4.5 本章小结
5 总结与展望
5.1 论文工作总结
5.2 论文工作展望
参考文献
致谢
本文编号:3791283
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3791283.html