股票市场多重分形论文

《股票市场多重分形论文 》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、股票市场多重分形论文股票市场多重分形论文股票市场多重分形论文股票市场多重分形论文股票市场多重分形论文　　内容摘要：本文通过对我国和美国股票的收益率序列进行多重分形分析，得出结论：两国股票市场均具有多重分形性，我国股票市场的多重分形特征更明显。实证研究又发现股票市场收益率不遵循随机游动，标准差作为风险的度量不完全合适。结合两国股票市场实际风险的情况，得到风险与多重分形之间的对应关系。　　关键词：收益率风险多重分形　　资本市场理论认为收益率遵循随机游动，其分布近似于正态或对数正态。实证研究发现证券收益率不服从正

2、态分布，标准差作为风险的度量不再合适。随着对资本市场混沌特性的研究，人们开始用分形来研究风险问题。现阶段随着对金融市场分形性质研究的进一步加深，又产生多重分形问题，多重分形分析向人们展现了各个股市的混沌现象，使人们感觉到风险的存在。　　本文研究的问题是：不同股票市场的风险不一样，它们的多重分形特征也不同，那么风险与多重分形间有什么关系呢？利用MF-DFA方法对中、美两国股票市场的多重分形特性进行研究与比较，结合二者的实际风险情况，得到多重分形与风险的关系。　　证券市场风险的分形分析　　当今资本市场理论是以理

3、性投资者、有效市场和随机游动三个关键概念为基础，由于投资者的理性和市场的有效，收益率遵循随机游动。因此，收益率的概率分布近似于正态或对数正态，风险用收益率的标准差度量。但是，在对股票市场收益率分布进行正态性检验时，发现其明显地不拟合于正态分布的。只有在其背后的系统是随机的时候，标准差作为风险的度量才有意义。股票市场收益率的分布不呈现正态，所以我们关于风险的统计测度——标准差——亟需修正。　　英国水文学家赫斯特在20世纪40年代研究了有偏随机游走，提出一种新的统计量即Hurst指数(H)。赫斯特指数有三个不同

4、的类型：(1)H=；(2)0≤H　　证券市场的多重分形分析　　随着对金融市场分形性质研究的进一步加深，又产生了下述问题：一个分形维数能否很好地描述市场的分形结构，价格增量的不同部分的相关性及其在时间轴上的分布是否一致。要回答这些问题必须对分形局部结构进行更细致的研究。如果分形的局部结构是均匀一致的，那么一个整体分形维数就能很好地描述它；如果分形结构是非均匀的，仅用一个分形维数只能描述收益率波动的宏观面貌，无法对其局部进行细致的刻画，必须用多重分形来对局部结构进行更细致的分析。,等人对股票和商品的价格波动的多

5、重分形特性进行了研究。胡雪明、宋学锋等曾对我国股票市场进行了多重分形分析。　　所谓多重分形，是定义在分形结构上的由多个标度指数的分形测度组成的无限集合。它刻画了分布在子集上的具有不同标度和标度指数的分形子集的局部标度性。从几何的观点看，组成分形集的若干个子集的标度、分形维数都不同。多重分形理论间接刻画价格波动。　　下面，我们利用多重分形理论对股票市场价格波动进行分析。　　多重分形消除趋势波动分析方法是验证一个非平稳时间序列是否具有多重分形性的有效方法。对于给定长度为N的序列{xi}，i=1，2，……，N，M

6、F-DFA方法一般可分为如下五个步聚：　　1.计算序列对于均值的累积离差{Yi}：　　其中为均值。　　2.分割序列{Yi}成等长小段。把序列{Yi}分成长为s的NS≡int(N/s)个互不重叠小段。　　3.通过最小二乘法拟合每一小段上的局部趋势函数Pv(i)，这里Pv(i)是第v小段上的拟合多项式函数，可以是线性的、二次或更高阶多项式。消除每一小段的趋势，得残差平方和：　　4.计算序列的q阶波动函数Fq(s)=　　其中，q为不等于0的实数。很显然，Fq(s)与s、q有关。对于给定的q，Fq(s)随s增加而增

7、加。因此，对不同的s，重复步聚2、3、4，就可得到对应Fq(s)。一个分形时间序列，对于大量的s，有如下关系：Fq(s)~sh(q)。　　5．给定阶数q，通过双对数图，分析波动函数Fq(s)与时间标度s的关系。　　一般地，标度指数h(q)与q有关。当h(q)与q无关时，称时间序列是单分形的。当h(q)与q有关时，称时间序列是多重分形的。对于平稳时间序列，h(2)就是Hurst指数H，因此，我们称h(q)为广义Hurst指数。　　考虑到数据的代表性和可比性，本文选取1990年12月19日至2004年6月30日

8、相同时间跨度的上证综合指数和道琼斯工业指数的日收盘指数为研究对象。这里上证综指和道琼斯指数的数据长度N分别为3132和3413。　　首先把指数序列转化为收益率序列{rt}：　　rt=lnPt+1-lnPt，t=1，2，……，N-1　　其中，Pt是股票市场在第t个交易日的收盘指数，rt为股票市场的日收益率。　　考虑到要将股票市场收益率序列与高斯随机序列作比较，我们用Matlab软件的randn函数产生两个高斯随机序