基于ARFIMA模型的上证指数收益率研究

发布时间：2020-05-10 20:16

【摘要】：我国的证券市场是弱有效市场,大量的研究表明,在弱有效的市场里时间序列具有长记忆的特性,因此在分析上证指数收益率时不能忽略序列的长记忆性.本文用ARFIMA模型来分析2008年初至2010年末上证指数收益率序列,并应用R/S分析法证明了序列中长记忆的存在.本文对ARFIMA模型进行贝叶斯分析时,选用t分布建立似然函数,参数的先验分布选自于其它估计方法,参数的后验分布通过MCMC方法来求得,并选取参数的均值作为模型中各参数的估计值.通过对所建立的模型与极大似然估计得到的模型进行比较,发现贝叶斯估计优于极大似然估计,但误差依然比较大.最后为进一步优化提出展望.
【学位授予单位】：广州大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F224;F832.51

【参考文献】

相关期刊论文 前10条

1 连莲;;ARCH族模型对上证指数收益波动性的实证研究[J];长春金融高等专科学校学报;2007年04期

2 张维,黄兴;沪深股市的R/S实证分析[J];系统工程;2001年01期

3 王春峰,张庆翠,李刚;中国股票市场收益的长期记忆性研究[J];系统工程;2003年01期

4 冯春山;吴家春;蒋馥;;石油价格的ARFIMA模型预测研究[J];上海理工大学学报;2005年06期

5 刘乐平,袁卫;现代贝叶斯分析与现代统计推断[J];经济理论与经济管理;2004年06期

6 倪青山;;基于EGARCH模型上证指数收益率波动研究[J];金融经济;2007年06期

7 高雷;任慧玉;刘伟;;基于BP神经网络的上证指数收益率预报[J];科技管理研究;2007年04期

8 白营闪;;基于ARIMA模型对上证指数的预测[J];科学技术与工程;2009年16期

9 袁康安;;上证指数非对称GARCH模型[J];科学技术与工程;2009年19期

10 程胜;;基于混沌—神经网络时间序列的农村能源消费预测研究[J];农业技术经济;2009年03期

相关硕士学位论文 前3条

1 刘文抒;基于灰色模型和ARIMA模型的上证指数研究[D];河海大学;2005年

2 邓迎春;经济时间序列ARMA模型的贝叶斯分析及其应用[D];湖南大学;2006年

3 黄U，

本文编号：2657840