基于lyapunov指数的股票市场混沌性研究

金融市场本身是一个＂复杂系统＂,它以一种非线性的方式对外界的作用做出反应。因而,金融市场会随着时间的变化改变自身的发展规律。随着外部环境的作用,金融市场会从一个稳定而有序的模式逐渐的陷入混沌之中,然后通过内部的相互作用达到平衡或者是产生金融危机。本文通过分析上证指数数据利用lyapunov指数来判断股票市场中是否存在混沌性,进而判断金融市场中是否存在混沌现象。对能否对股票市场进行预测提供理论依据。     

我国股市非线性特征的检验与分形验证

对我国股票市场的非线性特征进行分析,实证检验说明我国股票市场不服从传统理论假定的正态分布,呈现出＂尖峰＂和＂厚尾＂态势,股票市场的收益率具有持续性,存在长期记忆的分形特征,是一个复杂的非线性系统。     

基于Lotka-Volterra模型的中国股票市场非线性特征—— 一个生态学的视角

股票市场是一个非线性的复杂动力系统,将生态学的多种群Lotka-Volterra竞争模型进行改进后引入到股票市场,通过系统仿真,模拟中国股市运行,得出了类似于股票市场运行的非线性特征,为研究股市复杂性提供了新思路。     

人工神经网络在股价预测中的应用

股票市场是一个强非线性的系统,影响股价变化的因素有很多,而人工神经网络模型对于非线性系统的预测有着良好的效果,文章总结了BP网络和RBF网络在股价预测中的应用,给出了各自的优缺点分析。     

人工神经网络在股价预测中的应用

股票市场是一个强非线性的系统,影响股价变化的因素有很多,而人工神经网络模型对于非线性系统的预测有着良好的效果,文章总结了BP网络和RBF网络在股价预测中的应用,给出了各自的优缺点分析。     

股票价格预测的方法研究

股票市场是一个复杂的非线性系统,进行股票市场的建模及预测研究,不仅需要现有的非线性动力学理论、人工智能理论、统计学理论和经济学理论的支持和指导;同时,进行股票市场的建模预测研究,也将反过来推动和发展上述理论。将介绍常用的股票定量预测方法及研究现状,对人们研究股票起借鉴作用。     

混沌意义下的金融风险:定义与判断依据

本文以杜芬模型为例对金融体系的动力学特征进行了分析,提出在混沌意义下系统金融风险是指金融系统运行状态的失衡与无序,将系统风险存在问题与金融体系是否处在混沌状态统一起来,为判断系统金融风险的存在以及判定金融系统风险向金融危机演化临界值问题提供进一步研究的基础。并根据金融系统所表现出来的非线性动力学特征,提出用李雅普诺夫指数作为系统金融风险存在的判据。     

经济危机视角下基于混沌控制的投资风险管理研究

美国的次贷危机引发的全球经济危机,让我们重新审视投资风险管理在金融领域扮演的重要角色,特别对于中国等发展中国家来说,风险管理显得尤为重要,另一方面宏观经济系统普遍存在混沌现象,这种非线性的动力学给予了投资风险管理很大的发展空间,本文在对投资风险管理进行混沌特性分析的基础上,基于房地产市场的投资风险管理进行了混沌控制的实证分析,并对控制变量进行了动态区间分析,最后提出政策建议。     

关于建立股票评级机制的探讨

目前我国股票市场的风险导向体现了一种非理性的随机特征，这一方面与股票市场的监管难度较大有关，另一方面与股票市场的投资导向不明朗有很大关系。市场缺乏一个从当前混沌状态过渡到理性状态的桥梁，建立上市公司和股票评级机制将是一种极佳的途径。     

监管制度变迁对深圳证券市场效率的影响

本文回顾了十多年来我国证券市场监管制度的变化,运用统计分析和混沌理论来分析市场监管制度对深圳股票市场市场效率的影响.本文认为,深圳股票市场在经历了十年多的发展后市场效率在宏观上有所提高.对重大监管政策出台前后市场变动情况的统计分析表明,大量监管政策的出台在微观层面也有一定的改进.