一、香港股票恒生指数涨落的截断Lévy分布特征(论文文献综述)
任小叶[1](2013)在《基于复杂网络的金融市场建模方法研究》文中进行了进一步梳理近年来,通过对金融市场历史数据的统计分析,发现得到的结论与传统金融市场的三大理论:理性经理人、随机漫步模型和有效市场假说存在不小的偏差。人们需要新的非线性方法来研究金融市场,以找到真实市场的演化机制,弥补传统金融理论对真实市场众多现象不能解释的缺陷。20世纪80年代发展出来的复杂性科学在处理非线性问题上的成功,为金融理论的进一步发展创造了机会。伴随着金融理论的发展,金融市场建模日渐盛行其中,出现了如元胞自动机,伊辛,GARCH等模型。这些模型对金融市场的某些特征进行了比较好的模拟,但都有各自不足。因此建立更好更全面的模型就是本文工作的重点。本文对金融市场进行建模研究,基于无标度网络的逾渗理论和动态异质投资群体结构,通过多个智能体在交易规则约束下的聚簇行为,建立金融市场的自组织演化市场模型,并将该模型与真实市场进行对比,主要研究了市场的价格的波动特征及整个市场的动态演化机制。其次基于股票价格波动序列的相关特性,通过阈值化处理,建立加权网络金融市场模型,通过对模型分析获得了金融网络的层次性、匹配性及最深核等特性。本文的主要工作和创新如下:(1)针对随机游走模型和对数周期性幂率模型等传统宏观金融模型不能解释金融市场程式化特征的问题,提出一个微观的能产生符合真实金融市场程式化特征的模型;模型产生的价格时间序列能对多种程式化特性进行模拟,如价格波动的相关性、价格收益的聚集性、收益分布的尖峰胖尾特性等等,表明该模型能够再现真实市场,模拟市场价格波动行为,同时找到了真实市场中存在的但传统金融理论却不能解释的现象的产生机制,即羊群效应和市场网络拓扑结构的自组织非线性演化。(2)针对原始CB模型及其改进模型中投资群体个体间不具备差异性的缺点,提出一种基于复杂网络逾渗理论的金融市场模型,解决了投资群体结构的动态异质性问题,模型中交易者之间的连接关系构成了一个无标度网络,使得参与交易的个体具有不同的地位,并且投资个体随时加入、离开网络,网络的拓扑结构随时发生变化。(3)针对股票间交互关系程度不能直观判定的问题,提出基于相关性的加权金融网络模型,解决了多支股票交互关系的量化问题。(4)针对不同阈值的加权金融网络,采用复杂网络方法进行定量分析,计算网络的平均度、聚类系数、最近邻和核结构等系数,发现金融市场中少数节点具有更大的影响力并且具有层次性、异配性和富人俱乐部等性质,这些性质与实际观察一一吻合。这些研究成果表明,本文所建立的金融市场模型可以对现实金融市场价格时间序列的多数特性进行相对精确的模拟,有助于理解金融系统的内在运行机制,并为建立金融市场预测模型提供一定的依据和借鉴。
覃波[2](2013)在《复杂性视角下欧洲主权债务市场极端风险溢出效应实证研究》文中研究指明本文基于复杂性视角系统分析了欧洲主权债务市场的极端风险溢出效应。在极端风险溢出的动力学机制方面,从复杂性视角出发,主要分析了投资者主体集群、金融市场组群以及国家组群的动力学机制。其中投资者主体的动力学机制主要表现在信息的不对称性所导致的投资者非理性行为,并论述了国家的相似净传染其根源正是这种信息不对称;金融市场组群的动力学机制主要表现在金融市场的分形和混沌等非线性性质;国家组群的动力学机制则主要表现在政府的自适应学习机制和相似净传染机制。在极端风险溢出路径方面,从爆发债务危机的“欧猪五国”宏观经济基本面、主权信用评级的变化和银行业的流动性危机等方面分析了极端风险溢出的资产负债表渠道,市场信息溢出渠道和国家相似净传染渠道。在对欧洲主权债务市场极端风险溢出机理和路径的实证分析中,分别使用了风险-Granger因果关系模型、基于三类空间权重矩阵的空间面板误差模型以及基于非线性系统动力学的融合了SVM方法的非线性相互依赖性检验,并得出了以下主要结论。(1)欧洲主权债务市场的极端风险溢出导致了投资者抛售劣质国债而选择购买或增持了美德等国有强劲经济实力支撑的国债,表现出明显的向优质资产流动的效应。(2)欧债危机期间,主权债务市场对其他市场的信息溢出主要来自于意大利、其次是西班牙的10年期国债市场。(3)欧洲主权债务市场的极端风险溢出存在一定程度的地缘区域相关性或经济政治空间的聚集性,且极端风险并不通过金融渠道传递,而是通过信息溢出、宏观经济基本面、贸易渠道和净传染渠道传递,验证了极端风险溢出中净传染效应的存在性。(4)极端风险溢出表现出了较强的非线性相互依赖性,“欧猪五国”的国债价格对美德国债的非线性预测占据了极端风险溢出的主导地位。(5)沪市在欧债危机期间受到的冲击相对较小,但沪市对欧洲主权债务市场存在较长时期显着的非线性预测性,尤其是在葡萄牙陷入主权债务危机以后。
蔡世民[3](2009)在《复杂系统的若干动力学问题研究》文中进行了进一步梳理伴随着复杂性科学研究的发展,复杂系统理论得到充足的完善,并且已经具有相当成熟的模型和算法。论文基于复杂系统理论的模型和算法研究相关于通信、社会经济和生理学的多个复杂系统的动力学问题。首先,论文对因特网做了系统的分析。一方面叙述因特网的研究现状,包括因特网拓扑结构的动力学特征和基于动力学特征开发的因特网拓扑发生器;另一方面对因特网上的网络交通流进行分析。这是本文的主要工作之一。将网络交通流演化过程考虑。个点过程,提出适当的统计方法衡量网络交通流的动力学特征。统计分析同步的数据包流最和比特流量的相对变化得到其累积概率分布,表明它们概率分布具有对称性和尖峰胖尾特征,且分布的胖尾能够很好地被L(?)vy稳定分布或者渐近幂律分布拟合。进一步对流量相对变化的幅度运用去趋势波动分析,得到长期关联的自相似标度且不同的时间尺度其关联度的强弱差异,意味着可能存在多重分形的特征和时间特征的多样性。不管流量相对变化的累积分布的L(?)vy标度还是幅度的长期关联标度行为都反映网络交通流演化过程的复杂性和记忆性,且有别于当前广泛采用的通信网络交通流模型-泊松过程。同时,在对因特网拓扑结构实证和网络交通流的动力学行为广泛研究之后,我们提出基于复杂网络的因特网简略模型用于模拟因特网上交通流的发生机制、拥塞控制及其平均网络流量的动力学行为。BA网络被用来映射因特网,网络的节点作为因特网的主机。每一步,网络将产生一定量的数据包然后进行投递,路由策略采用比当前实际因特网的最短路由策略更一般化且与网络节点的度相关的路由算法。我们模拟路由策略和网络拥塞状态之间的关系,并且研究在不同拥塞状态下整个网络的平均网络流量的标度行为:在自由态的弱关联标度行为和在临界态的强关联的1/f标度行为。得到的结果具有很大的现实意义,一方法面证明当前的最短路由策略并非是因特网路由协议的最佳策略,另一方面在不同拥塞状态的标度行为反映系统内在运行机制从自由态的无关联的泊松过程自组织演化到临界态的强关联的记忆过程,说明因特网交通流可能是自组织临界系统。其次,论文通过统计分析价格指数得到金融市场的若干动力学特征。从金融市场的程式化特征和标度行为两个方而详细的分析全球金融市场相同点与不同点。论文叙述的金融市场程式化规律包括收益率分布的尖峰胖尾特征、易变性的幂律分布和金融市场的杠杆效应。其中,研究美国的3只指数(道琼斯工业平均指数、纳斯达克指数和标准普尔500指数)、中国上海证券综合指数和香港恒生指数的高频交易价格的收益率分布,并且对比分析得到香港和中国内地证券市场收益率分布表现出更高的尖峰和更大的胖尾。另外,对香港恒生指数的易变性做了详细的统计分析,它的累积分布服从幂律分布并且具有长期关联性符合金融市场的普适性特征,但是幂律指数略小于欧美金融市场的同类指数。论文对金融市场动力学特征的共性之中的差异给出一个合理的解释。论文叙述的金融市场标度行为包括金融指数的自相似长期关联标度行为、易变性的长期关联和时间相关性、多重分形标度行为和反映金融市场记忆性的扩散熵标度。其中,所有研究的金融市场的扩散熵标度表现出相同的标度行为,并且与建立的金融市场模型的模拟指数做了对比,得到与实际金融市场近似一致的标度行为。得到的扩散熵标度值还表明金融市场演化不同于常规的扩散过程,而是具有记忆性的。最后论文分析了生理学相关的三个复杂系统大脑、心脏和人体步态。采用修正随机游走的方法重构睡眠脑电信号分析去趋势的增量分布,并且用非广延统计模型拟合得到标度不变性。因此在睡眠状态下大脑活动表现的标度不变性表明大脑活动可能相关于一个自组织临界系统。分别用去趋势波动分析和扩散熵计算不同身体状态的心率变化的标度行为。去趋势波动分析的计算结果表现心率变化的标度行为的多样性:对同常活动的心率变化的分析呈现最强关联的单分形标度行为:在运动和睡眠的心率变化说明在快的心率(运动)和慢的心率(睡眠)状态下长期关联强度的衰弱。因为心率变化的非稳态性,直接用扩散熵分析时在较大的时间尺度上误差增大。我们提出基于傅立叶变换的去趋势方法,得到计算结果证明方法的有效性。扩散熵标度与去趋势波动分析的结果相比,所有的状态都服从一个近似单分形标度特性,且关联强度都为1,说明记忆性存在于整个时间尺度。人体的步态是大脑皮层、中枢神经、小脑等神经系统共同作用下的动力学行为,反映运动系统的演化过程。人体步态研究不但有助于理解人体不同神经系统和组织机构的内在协调机制,而且对人体生理病变提供预防诊断,如帕金森症。通过扩散熵分析不同走步速度的走步间隔扩散熵标度都大于常规扩散过程的的标度值0.5,表明走步间隔并不是完全随机的(无关联),而是具有长期关联的标度不变性。论文对多个复杂系统的动力学问题的研究有助于理解系统内在运行机制,并且为建立相应的模型提供一定的依据和借鉴,对探索复杂系统的普适性和发展复杂系统的理论也有重要的意义。
杨春霞[4](2006)在《金融复杂性研究与金融市场建模》文中研究表明作为世界经济的重要组成部分,金融在经济发展中扮演着越来越重要的角色。然而经历了40多年历程的传统金融理论在描述价格波动行为时与实际市场之间存在着差距,特别是20世纪80年代以来,研究学者们发现的众多与传统理论不相符的“异常现象”,已经动摇了在线性均衡框架下形成的金融理论的基石——有效市场假说。为了揭开金融市场“异常现象”之谜,向世人展示其演化的背后机制,同时也为了完善金融理论,近年来便有不少学者致力于寻找新的非线性方法来研究资本市场的规律。而处理非线性问题的复杂性科学正好为它的发展带来了契机。 本文作者应用复杂性科学的理论方法研究了金融复杂性问题。将金融市场视为一个非线性动力学系统,采用不同于传统技术的建模方法建立了基于自组织逾渗的市场模型。在模型基础上与真实市场相对照,重点研究了市场的动态演化规律以及价格的波动特征。论文的主要工作和创新成果如下: ● 提出了一种考察可变位置和可变时间尺度度量的收益(连续雪崩规模)分布的统计方法,分析了真实市场指数时间序列的连续雪崩规模分布,得到了分布尾部满足幂指数约为3的幂律分布的结论。这种方法统计的收益分布不仅符合实际情况,而且揭示了价格波动之间的相关性以及有助于理解价格波动的动力学演化行为。 ● 针对研究资本市场“异常现象”产生机制缺乏能再现其多种统计特征的模型的现状,作者通过融合市场上的羊群效应、经纪人之间的非线性相互作用和系统的非线性结构变化,建立了基于自组织逾渗的市场模型,描述了市场上羊群效应和市场网络拓扑结构的自组织非线性演化的规律。 ● 模型再现了真实市场价格波动之间的相关关系、收益分布的尖峰胖尾特性、连续雪崩规模的幂律分布、以及价格波动的多重分形过程等等多种典型统计特征,得到了吻合实证的多个统计特征量,如易变性自相关函数的幂律衰减指数-0.38、收益分布中心部分的Lévy标度值α=1.64±0.21、连续雪崩规模分布尾部的幂指数约为3等等。这些研究成果表明,模型模拟了真实市场价格的波动行为,模型中提出的羊群效应和市场网络拓扑结构的自组织非线性演化是产生“异常现象”的市场机制。 ● 研究了基于自组织逾渗的市场模型产生的价格时间序列的分形结构,得到了
汪秉宏,全宏俊,许伯铭[5](2001)在《香港股票恒生指数涨落的截断Lévy分布特征》文中提出对于香港股票市场恒生指数1994年1月至1997年5月共838个交易日每分钟记录的数据进行了统计分析,给出从1分钟到128分钟时间尺度的指数收益的概率分布,结果显示构造恒生指数收益时间序列的随机过程不能用正态分布描写,而必须用指数下降截断的Lévy分布模拟.计算了恒生指数收益分布中心峰值的时间标度,验证了数据与Lévy分布一致的标度不变性,发现去除一天振荡模式后的香港恒生指数收益分布以远在Lévy稳定区之外的指数作幂函数律衰减.因此,是否对金融数据作去除一天内模式的处理,会对其涨落分布渐近行为和标度的分析有重要影响.
二、香港股票恒生指数涨落的截断Lévy分布特征(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、香港股票恒生指数涨落的截断Lévy分布特征(论文提纲范文)
(1)基于复杂网络的金融市场建模方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 复杂性科学和复杂系统 |
1.2 经济复杂性问题概述 |
1.2.1 经济学面临的困境 |
1.2.2 复杂性经济学 |
1.2.3 经济复杂性研究现状 |
1.3 金融复杂性 |
1.4 复杂网络的基本概念 |
1.5 全文的结构和内容 |
第2章 金融时间序列的典型统计特性 |
2.1 经典的金融市场假设 |
2.2 价格波动的相关性 |
2.3 收益分布 |
2.3.1 尖峰胖尾特性 |
2.3.2 中心列维分布 |
2.3.3 尾部幂率分布 |
2.4 多重分形的标度特征 |
2.5 波动聚集性 |
2.6 价格波动的雪崩动力学 |
2.6.1 雪崩的定义 |
2.6.2 价格雪崩规模分布的实证研究 |
2.7 本章小结 |
第3章 金融市场建模 |
3.1 引言 |
3.2 多主体金融市场模型 |
3.2.1 多主体系统理论 |
3.2.2 多主体系统建模 |
3.2.3 基于多主体的金融市场模型 |
3.3 基于元胞自动机的金融市场模型 |
3.3.1 元胞自动机 |
3.3.2 元胞自动机用于股票市场建模 |
3.4 统计物理模型 |
3.4.1 伊辛模型 |
3.4.2 社会模仿理论(Theory of Social Imitation) |
3.5 GARCH模型 |
3.5.1 ARCH模型 |
3.5.2 GARCH模型 |
3.5.3 其它ARCH模型类 |
3.6 其他金融市场模型 |
3.6.1 Langevin方法 |
3.6.2 Sornette-Ide模型 |
3.7 本章小结 |
第4章 基于无标度网络的自组织金融模型 |
4.1 规则网络的CB模型以及逾渗 |
4.1.1 逾渗理论 |
4.1.2 Cont-Bouchaud模型 |
4.2 无标度网络上的逾渗过程 |
4.3 基于无标度网络逾渗理论金融市场模型 |
4.3.1 市场交易规则 |
4.3.2 投资群体结构的动态演化 |
4.4 实验结果 |
4.4.1 无标度网络逾渗情况下的股价时间序列 |
4.4.2 价格波动的相关性分析 |
4.4.3 模型的非正态标度特征 |
4.5 小结 |
第5章 基于相关性的加权网络金融市场模型 |
5.1 引言 |
5.2 复杂网络基本概念和性质 |
5.2.1 加权复杂网络 |
5.2.2 层次性 |
5.2.3 富人俱乐部特性 |
5.2.4 匹配特性 |
5.2.5 介数和核数 |
5.3 基于收益相关性的加权网络金融市场建模 |
5.3.1 股票的同步性变动 |
5.3.2 股票之间的距离 |
5.4 结果分析 |
5.4.1 权重和强度分布 |
5.4.2 层次结构 |
5.4.3 匹配特性 |
5.4.4 网络的K-核结构 |
5.5 小结 |
第6章 总结与展望 |
6.1 本文工作总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间的主要研究工作和论文发表情况 |
(2)复杂性视角下欧洲主权债务市场极端风险溢出效应实证研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
1 绪论 |
1.1 选题背景及意义 |
1.1.1 选题背景 |
1.1.2 选题意义 |
1.2 论文的研究思路和创新点 |
1.3 研究内容和结构安排 |
2 文献综述 |
2.1 极端风险溢出文献综述 |
2.1.1 极端风险溢出的定义 |
2.1.2 不同金融市场极端风险溢出研究述评 |
2.1.3 极端风险溢出研究方法述评 |
2.2 欧洲主权债务危机文献综述 |
2.2.1 欧洲主权债务危机概述 |
2.2.2 欧洲主权债务危机研究述评 |
2.3 金融市场复杂性文献综述 |
2.3.1 复杂性概述 |
2.3.2 金融市场复杂性研究述评 |
3 复杂性视角下欧洲主权债务市场极端风险溢出的动力学机制 |
3.1 基于投资者主体集群的极端风险溢出动力学机制 |
3.2 基于金融市场组群的极端风险溢出动力学机制 |
3.2.1 金融市场的长记忆性及其估计 |
3.2.2 欧元区国债市场的长记忆性识别 |
3.2.3 金融市场 Lyapunov 指数及其估计 |
3.2.4 欧元区国债市场的混沌识别 |
3.3 基于国家组群的极端风险溢出动力学机制 |
3.3.1 国家间非线性金融溢出机制 |
3.3.2 国家间的相似净传染机制 |
4 欧洲主权债务市场极端风险溢出路径分析 |
4.1 市场信息溢出渠道 |
4.2 国家净传染渠道 |
4.3 资产负债表溢出渠道 |
4.4 小结 |
5 欧洲主权债务市场极端风险溢出实证分析 |
5.1 基于市场信息的欧洲主权债务市场极端风险溢出实证分析 |
5.1.1 广义 Granger 因果关系与信息溢出的分类 |
5.1.2 基于交叉相关函数 CCF 的信息溢出检验方法 |
5.1.3 欧洲主权债务市场信息溢出的实证检验 |
5.1.4 小结 |
5.2 基于空间溢出的欧洲主权债务市场极端风险溢出实证分析 |
5.2.1 探索性空间数据分析方法 |
5.2.2 空间权重矩阵的构建 |
5.2.3 数据选取和空间面板模型设定 |
5.2.4 欧洲主权债务市场极端风险溢出的空间数据实证分析 |
5.2.5 小结 |
5.3 基于非线性系统动力学的欧洲主权债务市场极端风险溢出实证分析 |
5.3.1 极端风险溢出的非线性系统动力学思想 |
5.3.2 非线性相互依赖性理论 |
5.3.3 非线性相互预测算法 |
5.3.4 欧洲主权债务市场极端风险溢出的非线性相互依赖性测度 |
5.3.5 小结 |
6 结论及对我国的政策启示 |
6.1 结论 |
6.2 对我国的政策启示 |
参考文献 |
附录 |
致谢 |
(3)复杂系统的若干动力学问题研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 复杂性科学与复杂系统 |
1.2 复杂系统理论与复杂网络 |
1.2.1 多智能体系统 |
1.2.2 元胞自动机 |
1.2.3 复杂网络 |
1.3 几个典型的复杂系统 |
1.3.1 因特网 |
1.3.2 金融市场 |
1.3.3 大脑及心脏 |
1.4 本文的贡献和总体结构 |
第2章 复杂系统理论应用于通信系统的研究 |
2.1 因特网的拓扑特性 |
2.1.1 因特网拓扑的幂律分布 |
2.1.2 因特网拓扑的层次性 |
2.1.3 因特网拓扑的富人俱乐部特性 |
2.1.4 因特网拓扑的匹配模式 |
2.1.5 因特网拓扑的核数和介数 |
2.2 基于连接度的因特网拓扑产生器 |
2.3 因特网交通流的标度行为 |
2.3.1 通信网络交通流的研究现状 |
2.3.2 因特网交通流的实证研究 |
2.4 基于无标度网络的人工交通流模型的标度行为研究 |
2.4.1 基于无标度网络的人工交通流模型 |
2.4.2 人工交通流模型的标度行为研究 |
2.5 小结 |
第3章 复杂系统理论应用于经济系统研究 |
3.1 数学背景知识 |
3.1.1 概率论与统计学基础 |
3.1.2 随机游走 |
3.2 金融市场的程式化规律 |
3.2.1 金融市场价格收益率的统计特性 |
3.2.2 金融市场易变性的统计特性 |
3.2.3 金融市场的杠杠效应 |
3.3 金融市场的标度行为 |
3.3.1 标度律与多重分形 |
3.3.2 金融市场的长期关联和时间相关性 |
3.3.3 金融市场的多重分形特性 |
3.3.4 金融市场的记忆性和扩散熵标度 |
3.4 小结 |
第4章 复杂系统理论应用于生理系统研究 |
4.1 睡眠脑电信号的标度不变性 |
4.2 健康人体的心率变化的标度和记忆 |
4.3 人体步态的扩散熵标度 |
4.4 小结 |
第5章 总结和展望 |
参考文献 |
致谢 |
攻读学位期间的主要研究工作、论文发表和获奖情况 |
(4)金融复杂性研究与金融市场建模(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
§1.1 复杂性科学概述 |
§1.1.1 复杂性科学的范畴 |
§1.1.2 复杂性科学的发展历程 |
§1.1.3 复杂性科学研究的基本问题 |
§1.1.4 复杂性系统的主要特点 |
§1.2 经济复杂性问题概述 |
§1.2.1 经济学面临的困境 |
§1.2.2 复杂性经济学 |
§1.2.3 经济复杂性研究现状 |
§1.3 金融复杂性 |
§1.4 本文的主要工作 |
§1.5 文章内容安排 |
第二章 金融时间序列的典型统计特性 |
§2.1 传统的金融市场假设 |
§2.2 价格波动的相关性 |
§2.3 收益分布 |
§2.3.1 尖峰胖尾特性 |
§2.3.2 中心列维分布 |
§2.3.3 尾部幂律分布 |
§2.4 多重分形的标度特征 |
§2.5 波动聚集性 |
§2.6 价格波动的雪崩动力学 |
§2.6.1 雪崩的定义 |
§2.6.2 价格雪崩规模分布的实证研究 |
§2.7 本章小结 |
第三章 资本市场的混沌和分形 |
§3.1 混沌和分形 |
§3.2 混沌的定义 |
§3.2.1 混沌的Li-Yorke定义 |
§3.2.2 混沌的Devaney定义 |
§3.3 混沌的度量 |
§3.3.1 Lyapunov指数 |
§3.3.2 测度熵 |
§3.3.3 分数维 |
§3.4 提取混沌特征量的数值方法 |
§3.4.1 相空间重构 |
§3.4.2 计算Lyapunov指数 |
§3.4.3 计算关联维 |
§3.5 金融市场中的混沌 |
§3.6 金融时间序列的分形分布 |
§3.6.1 分形分布(帕雷托—列维(Pareto-Lévy)分布) |
§3.6.2 Hurst指数 |
§3.6.3 资本市场的分形 |
第四章 金融市场建模 |
§4.1 引言 |
§4.2 基于Multi-Agent的金融市场模型 |
§4.2.1 多主体系统理论 |
§4.2.1.1 主体 |
§4.2.1.2 主体特性 |
§4.2.1.3 主体结构和通信 |
§4.2.2 多主体系统建模 |
§4.2.2.1 多主体系统建模的特点 |
§4.2.2.2 建立基于主体模型的步骤 |
§4.2.2.3 常用的软件平台 |
§4.2.3 基于Multi-Agent的金融市场模型 |
§4.2.4 本节小结 |
§4.3 基于元胞自动机的金融市场模型 |
§4.3.1 元胞自动机 |
§4.3.2 元胞自动机用于无约束股票市场建模 |
§4.3.3 元胞自动机用于有约束股票市场建模 |
§4.3.4 本节小结 |
§4.4 统计物理模型 |
§4.4.1 伊辛模型(Ising Model)与社会模仿理论 |
§4.4.1.1 伊辛模型 |
§4.4.1.2 社会模仿理论 |
§4.4.2 逾渗模型(Percolation Model) |
§4.4.2.1 逾渗理论 |
§4.4.2.2 Cont-Bouchaud模型 |
§4.4.3 本节小结 |
§4.5 GARCH模型 |
§4.5.1 ARCH模型 |
§4.5.2 GARCH模型 |
§4.5.3 其它ARCH模型类 |
§4.6 其他金融市场模型 |
§4.6.1 Langevin方法 |
§4.6.2 Somette-Ide模型 |
§4.7 本章小结 |
第五章 基于逾渗理论的金融市场网络模型 |
§5.1 引言 |
§5.2 模型 |
§5.2.1 交易规则 |
§5.2.2 投资群体结构的动态演化 |
§5.2.3 实验结果 |
§5.3 价格波动的相关性分析 |
§5.4 模型产生的收益分布 |
§5.5 价格波动的雪崩动力学 |
§5.6 多重分形的标度特征 |
§5.7 模型的优点 |
§5.8 本章小结 |
第六章 金融市场模型上的混沌和分形 |
§6.1 基于Multi-Agent的股市模型 |
§6.2 混沌行为分析 |
§6.3 模型时间序列的分形特征 |
第七章 总结与展望 |
§7.1 本文工作总结 |
§7.2 展望 |
参考文献 |
致谢 |
攻读博士学位期间发表的论文 |
四、香港股票恒生指数涨落的截断Lévy分布特征(论文参考文献)
- [1]基于复杂网络的金融市场建模方法研究[D]. 任小叶. 中国科学技术大学, 2013(10)
- [2]复杂性视角下欧洲主权债务市场极端风险溢出效应实证研究[D]. 覃波. 广东商学院, 2013(S1)
- [3]复杂系统的若干动力学问题研究[D]. 蔡世民. 中国科学技术大学, 2009(09)
- [4]金融复杂性研究与金融市场建模[D]. 杨春霞. 中国科学技术大学, 2006(04)
- [5]香港股票恒生指数涨落的截断Lévy分布特征[A]. 汪秉宏,全宏俊,许伯铭. Optimization Method; Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop, 2001