首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
从非线性角度研究期锌市场,运用R/S分析法对期锌市场进行分析,发现期锌市场的Hurst指数为0.6183,其价格收益率序列是分维时间序列,具有分形结构,维数为1.6174。期锌市场的平均周期长度为176天,具有强持续性和相关性。关联系数为19.47%,远远大于国外相关市场。在风险方面,期锌市场的风险比期铜市场的要小,而比股票市场的风险要大。  相似文献   

2.
本文采用多重分形理论对上海航交所推出的中国沿海煤炭(秦沪线和秦广线)运价指数及其衍生品的市场风险特性进行实证研究.通过基本的R/S分析和多重分形交叉降趋脉动分析方法(MF-X-DFA)研究该市场的日度收益率序列,研究结果发现:中国沿海煤炭:秦沪和秦广两条航线的期货市场均具有多重分形特性;然而,沿海煤炭现货市场的多重分形特性还没有形成.  相似文献   

3.
证券市场是个典型的非线性复杂系统。本文运用修正R/S分析法对我国基金风格资产收益单一分形的基本统计特征进行检验,并与经典R/S方法进行对比分析。研究结果表明:在日、周、月等三种时间标度下Hurst指数均显著大于0.5,表现为持久相关性特征,说明股市风格具有长记忆性;从经典R/S分析结果看,我国股市风格具有显著的分形结构特征,风格资产指数收益率序列具有长记忆性,不同风格资产的业绩具有不同的周期性。  相似文献   

4.
本文将沪深300指数和上证指数、深证成指分别叠加分析,发现三者整体走势基本一致,可以说明沪深300的走势代表了中国证券市场的走势。对沪深300指数的日、周、月收益率进行统计分析、K-S检验及R/S分析,统计分析发现收益率的分布可能不是正态分布,K-S检验得出沪深300指数的收益率不服从正态分布,R/S分析得出沪深300指数日、周和月收益率的Hurst指数均大于0.6,进而验证了收益率的分布是一个分形结构。因此可以说我国证券市场的有效性不强,受外界的影响较大,比如受国家政策的影响。  相似文献   

5.
最先由Hurst所提出的R/S分析法,主要是考察Hurst指数。本文正是在此基础上,以上证180指数的周收盘价的对数收益率序列为样本数据,利用R/S分析法来分析股票价格时间序列的趋势性,建立合理的线性回归模型,得出实证分析结论。  相似文献   

6.
文章通过R/S分析方法计算出上海股票市场不同发展时期的Hurst指数,进而对市场的分形结构进行了实证研究。研究结果表明,上海股票市场在不同时期其分形结构存在一定程度的差异。  相似文献   

7.
本文依据分形理论,利用重标极差分析法实证计算了我国A股的上证综指、深证成指和沪深300指数的Hurst指数,实证结果表明,沪深两市三指的时间序列是混沌时间序列,具有分形结构,股指的时间序列具有长而有限的"记忆效应"。  相似文献   

8.
本文对上证指数收盘指数的收益率进行统计性描述,发现其呈现"尖峰胖尾"现象;采用Hurst指数检验法,运用软件分析出上证指数存在多重分形波动特征。并采用多重分形区趋势法(MF-DFA法),做出上证指数收益率序列的多重分形谱f(α)与奇异指数α的关系图,得出我国股票存在多重分形现象,有着显著长记忆性,且效果图优于文[5],进而说明时间的选取影响着分形效果。  相似文献   

9.
上海股票市场的分形特征研究   总被引:1,自引:0,他引:1  
本文对有效市场假说和分型市场假说的基本理论做了介绍,对上海证券市场的分形结构进行了研究,并对上证指数收盘价的日数据和周数据进行R/S分析并计算Hurst指数,通过对比发现,上海股票市场不属于EMH所描述的有效市场,而是具有自相似性、状态持续性、长期记忆周期等明显的分形特征。  相似文献   

10.
周晓志 《时代金融》2013,(14):77-80
采用R/S重标极差法对基础数据进行Hurst指数检验是判断是否可以利用基础数据进行趋势外推的有效方法。当基础数据符合Hurst指数检验标准时,利用分形理论对基础数据进行趋势外推,就成为一种可行的较为理想的方法。众所周知,原油价格预测一直以来都是一个世界难题,基于分形理论来预测油价是一种比较新的方法,具有先天的优势。本文从分形的基本理论出发,提出原油价格预测的基本思路。以2009年8月7日至2010年3月26日西德克萨斯轻质原油(WTI)周油价为例进行统计分析,采用R/S重标极差法对基础数据进行Hurst检验,以判别这些历史数据是否具有趋势外推特征。并以此为基础对2010年4月的周原油价格进行预测,并与实际发生的原油价格进行了对比分析,取得了较为理想的预测结果,证明了该方法的可行性和有效性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号