盒維數(shù)特性研討股市監(jiān)管論文_第1頁
盒維數(shù)特性研討股市監(jiān)管論文_第2頁
盒維數(shù)特性研討股市監(jiān)管論文_第3頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、編號.盒維數(shù)特性研討股市監(jiān)管論文編者按:本文主要從引言;盒維數(shù)(boxdimension)的定義;樣本盒維數(shù) 計算步驟:上證指數(shù)的盒維數(shù);結束語進行論述。其中,主要包括:股市波動是 一個由多種因素組成的復雜系統(tǒng),混沌吸引子是股市混沌與否的重要判據(jù)之一、 盒維數(shù)乂稱訃盒維數(shù)(box. counting),是應用最廣泛的維數(shù)之一、維數(shù)越大其波 動的復雜程度越大、獲取原始數(shù)據(jù)將樣本采集下來、對原始數(shù)據(jù)進行標準化按照 公式對收盤價格進行標準化、樣本集合的數(shù)U有限,的選取應該有一定的范圉、 上證指數(shù)是我國股票整體走勢的晴雨表之一、在不同的時段,盒維數(shù)有可能相同, 也有可能不同、數(shù)據(jù)點越多越好,因為觀測被

2、假定是獨立的等,具體請詳見。論文摘要:在介紹盒維數(shù)計量的基礎上,對傳統(tǒng)的盒維數(shù)訃算方法進 行了改進,以上海證券交易所上證指數(shù)1990年12月19日至2002年12月31 日時間段中的日線收盤價數(shù)據(jù)為樣本對其非線性特征進行了實證分析,并首次依 據(jù)盒維數(shù)的特性分析了我國股市的監(jiān)管效果。論文關鍵詞:盒維數(shù)非線性證券監(jiān)管0引言股市波動是一個山多種因素組成的復雜系統(tǒng),混沌吸引子是股市混沌 與否的重要判據(jù)之一.不僅如此,混沌吸引子所具有的特性,如初值敏感性、標 度變化下的不變性份形結構)也為股市預測提供了某些手g.Mandelbmt.首次描 述了復雜行為的分形特征.從此學者們就開始將分形理論廣泛地應用于各

3、種領 域.在理論研究方面,Packard等IJ提出的相空間重構的思想;Takenl3研究了嵌 入定理;Grassberger等利用了嵌入理論和重構相空間技術,提出了從時間序列 直接計算關聯(lián)維數(shù)I和Kolmogorov矯I的算法;Wolf等提出了軌道跟蹤法 (trajectoyrtracingmehtod),用以從時間療;列中訃算Lyapunov指數(shù).隨著混沌理論 的發(fā)展和分形模型在分岔、非連續(xù)和非周期等領域的應用,在解決沖突市場中的 非隨機和決定性問題上,學者們發(fā)現(xiàn)此理論是一種魯棒的工具.Peters的分形市 場假說(Frac . tlaMarketHypothesis , FMH)向有效市場

4、假說 (Efif. cientMarketHypsthesis, EMH)發(fā)出有力挑戰(zhàn).Man. tegna 等,在研究 S&P500 指數(shù)的分布時,發(fā)現(xiàn)其分布不服從高斯分布,他們的結論表明:簡單的隨機分布編號.并不能描述不斷變動的經濟系統(tǒng).Kat. suragi發(fā)現(xiàn)了日本證券市場存在多吸引子 跡象.在我國,自從我國學者陳平將混沌理論應用于金融(貨幣市場)領域后,有 大量的學者對市場收益的非線性問題進行了研究.在理論研究方面,趙貴兵等、 王祖林等、楊紹清等、蘇菲等、朱曉華等“J從不同角度探討了非線性方法;在 實證研究方面,伍海華等、楊一文等對EMH和FMH進行比較研究;徐龍炳等、 葉中

5、行等21應用R/S分析探討了證券市場的非線性問題;申富饒等、高紅兵 等引、陳國華等應用關聯(lián)維討論我國證券市場的非線性特征.本文應用盒維數(shù) 對我國的資本市場特性進行研究,對上證指數(shù)的非線性特征進行了實證分析,并 首次依據(jù)盒維數(shù)的特性分析了我國股市的監(jiān)管效果.1盒維數(shù)(boxdimension)的定義盒維數(shù)乂稱計盒維數(shù)(box. counting),是應用最廣泛的維數(shù)之一,它 的普遍應用主要是山于這種維數(shù)的數(shù)學計算及其經驗估計相對容易一些25.對 這種維數(shù)的研究可以追溯到上個世紀3o年代,并且對它賦予各種不同的名稱: Kolmogorov爛、爛維數(shù)、度量維數(shù)、對數(shù)密度等26.在資本市場中,維數(shù)的不

6、 同,代表其股票波動的復雜程度不同,維數(shù)越大其波動的復雜程度越大,復雜程 度大就不好把握,所以維數(shù)越大的地方風險也就越大J.設F是上任意非空的有界子集,(F)是直徑最大為,可以覆蓋F集的最 少個數(shù),則F的下、上盒維數(shù)分別定義為因此為計算一個平面集F的盒維數(shù),可以構造一些邊長為的正方形或 稱為盒子,然后計算不同值的"盒子"和F相交的個數(shù)(F),這個維數(shù)是當一 0時, (F)增加的對數(shù)斜率.2樣本盒維數(shù)汁算步驟計算分形對象的盒維數(shù)測量方法:1)獲取原始數(shù)據(jù)將樣本采集下來,存人數(shù)組:(1, 2, IV)中:2)對原始數(shù)據(jù)進行標準化按照公式(3)對收盤價格進行標準化,得3)確定計盒

7、邊長在實際計算中,樣本集合的數(shù)LI有限,的選取應該有一定的范圍,當 選得小于某個值時,(F)就趨近于所選得樣本個數(shù)IV,此時會低估DB;相反,當編號.選得過大,會高估DB.因此,在給定樣本數(shù)N后,需要首先確定對應此樣本數(shù) 的.考慮N-維隨機序列的計盒維數(shù)為:L 5,因此在每次計算時,先選取IV個隨 機數(shù),組成數(shù)組尺=(rl, r2, rIV),比照公式(4)進行標準化.然后,設定覆蓋 盒子的邊長分別是3上證指數(shù)的盒維數(shù)上證指數(shù)是我國股票整體走勢的晴雨表之一,對它的深入研究有助于 把握我國股票走勢的整體結構.選用1990年12月19日至2002年12月31日 的上證指數(shù)共2953個交易日的收盤價

8、作為分析對象,每日收盤價走勢圖如圖1 所示.利用上述方法,分別對上證指數(shù)1990年12月19日至2002年12月 31日時間段中的Et線、5Et線、10Et線收盤價數(shù)據(jù)進行了測量,其盒維數(shù)分別 是Dl=l. 3737、D5=l. 3786、D ®J=1. 3725.三個盒維數(shù)幾乎相等,都在1370 左右,這是因為它們是自相似的,在一定區(qū)間內具有無標度性,所以,它們的維 數(shù)應該是相等的,只是山于所采用的點的數(shù)量不同,在盒維數(shù)估算時,出現(xiàn)了一 點誤差.另外,按年度對上證指數(shù)的收盤價進行了盒維數(shù)測量,計算結果見表 1.計算表明在不同的時段,盒維數(shù)有可能相同,也有可能不同.維數(shù)的不同, 代表

9、其股票波動的復雜程度不同,維數(shù)越大其波動的復朵程度越大.從投資者操 作的角度考慮,復雜程度越大就越不好把握,進而投資者會更傾向于投資而不是 投機;從監(jiān)管的效果來講,維數(shù)越接近1. 5,就表明市場越接近有效市場,說 明監(jiān)管越有效.4結束語山于股票波動曲線具有統(tǒng)計自相似的特性,所以對它的分析可以與標 準統(tǒng)訃學中的分析有所不同.在標準統(tǒng)計學中,數(shù)據(jù)點越多越好,因為觀測被假 定是獨立的.而從分形技術的角度看,需要的是更多的時間,而不是更多的數(shù)據(jù), 隔點采集數(shù)據(jù)不會影響股票的基本走勢,兒乎沒有丟掉多少信息.這是因為股票 波動是一個非線性動力學系統(tǒng)籃。,而非線性動力學系統(tǒng)的特點是長期相關 的.認識到這一點,在實際的數(shù)據(jù)分析中就可以減小釆集的數(shù)據(jù)量從而增加分析 運算的速度.當然,具體數(shù)據(jù)量應該小到多少還需要進一步的摸索.編號.巧外,對一支股票的不同時段,或不同股票的同一時段的盒維數(shù)的測 定,有助于把握股市的相對復雜性,有助于在實際操盤

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論