發(fā)布時(shí)間：2020-10-01 16:03

　　 金融物理學(xué)利用統(tǒng)計(jì)物理、非線性復(fù)雜系統(tǒng)、復(fù)雜網(wǎng)絡(luò)等學(xué)科中的基本理論與方法研究金融系統(tǒng)中的科學(xué)問(wèn)題,如股票收益率的波動(dòng)性、股票間的關(guān)聯(lián)性等。股票市場(chǎng)中突發(fā)行為(Burst behavior、陣發(fā)行為)的數(shù)據(jù)挖掘是金融物理學(xué)的重要研究課題之一。本文提出了基于蠟燭圖檢測(cè)突發(fā)行為的算法,分析了全球9大股票市場(chǎng)突發(fā)行為的性質(zhì)、規(guī)律與動(dòng)力學(xué)演化。主要研究?jī)?nèi)容和結(jié)果包括:1.分析了全球9大股票市場(chǎng)突發(fā)行為的性質(zhì)及一般規(guī)律�；�于蠟燭圖提出了檢測(cè)金融時(shí)間序列突發(fā)行為的算法,并檢測(cè)了9大股票市場(chǎng)中所有成分股的突發(fā)行為。檢測(cè)結(jié)果表明,突發(fā)行為區(qū)間股票價(jià)格序列呈現(xiàn)三種趨勢(shì)。統(tǒng)計(jì)全部相鄰?fù)话l(fā)行為的時(shí)間間隔發(fā)現(xiàn),突發(fā)行為與月度效應(yīng)等周期性相關(guān)。通過(guò)比較9大股票市場(chǎng)突發(fā)行為持續(xù)時(shí)間累積分布發(fā)現(xiàn),發(fā)達(dá)國(guó)家股票市場(chǎng)比新興股票市場(chǎng)更加穩(wěn)定。突發(fā)行為區(qū)間價(jià)格分布近似呈現(xiàn)冪律分布,收益率分布呈現(xiàn)尖峰胖尾分布。通過(guò)統(tǒng)計(jì)突發(fā)行為區(qū)間成分股價(jià)格高于成分股平均價(jià)格的成分股數(shù)量,發(fā)現(xiàn)綜合指數(shù)價(jià)格越高,成分股上漲數(shù)量就越多。2.基于成分股與綜合指數(shù)突發(fā)行為發(fā)生的先后順序,將成分股分為先鋒股、同步股和跟隨股三類。研究發(fā)現(xiàn)在一段時(shí)間內(nèi),部分先鋒股突發(fā)行為總是比綜合指數(shù)突發(fā)行為早發(fā)生,因此這部分先鋒股突發(fā)行為的發(fā)生可以為預(yù)測(cè)綜合指數(shù)行為提供一定的依據(jù)。部分跟隨股突發(fā)行為總是比綜合指數(shù)突發(fā)行為晚發(fā)生,所以綜合指數(shù)突發(fā)行為的發(fā)生能為預(yù)測(cè)該部分跟隨股行為提供一定的依據(jù)。3.構(gòu)建股票市場(chǎng)復(fù)雜網(wǎng)絡(luò),分析股票市場(chǎng)結(jié)構(gòu)與動(dòng)力學(xué)演化。研究表明在突發(fā)行為區(qū)間,不同的市場(chǎng)呈現(xiàn)不同趨勢(shì),發(fā)達(dá)國(guó)家股票市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)呈現(xiàn)先局部收縮、全局?jǐn)U張,后局部擴(kuò)張、全局收縮的趨勢(shì)。新興國(guó)家股票市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)則呈現(xiàn)局部擴(kuò)張、全局收縮的趨勢(shì)。根據(jù)成分股類別,生成六種邊權(quán)重序列,結(jié)果表明邊權(quán)重序列存在負(fù)相關(guān)性。分析整個(gè)突發(fā)行為區(qū)間網(wǎng)絡(luò)的連邊情況,發(fā)現(xiàn)大部分連邊較脆弱,但是仍有少數(shù)連邊穩(wěn)定存在,構(gòu)成網(wǎng)絡(luò)的基本骨架,且有同類成分股聚集的趨勢(shì)。
【學(xué)位單位】：華中師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F831.51;O157.5
【部分圖文】：

ｙｃ＜ｙｂ邋＋邋｛ｙａ邋－邋ｙｂ）－一（１－７）逡逑ｈ邋—逡逑則數(shù)據(jù)點(diǎn)（ｉａ，ｙａ）和⑷，譏）可見(jiàn)，節(jié)點(diǎn)ａ、＆之間存在連邊ｅａｆｃ，圖１．２是可視圖方逡逑法的示意圖，可視圖方法得到無(wú)向連通網(wǎng)絡(luò)圖，圖中除首尾節(jié)點(diǎn)外所有節(jié)點(diǎn)的度都逡逑不小于２，該網(wǎng)絡(luò)圖僅保存了時(shí)間序列的幾何性質(zhì)。逡逑１．３．３邋ＭＳＴ和ＰＭＦＧ網(wǎng)絡(luò)可視化逡逑最小生成樹(shù)（Ｍｉｎｉｍａｌ邋Ｓｐａｎｎｉｎｇ邋Ｔｒｅｅ，邋ＭＳＴ），構(gòu)建ＭＳＴ網(wǎng)絡(luò)有兩種方法。其逡逑一是Ｐｒｉｍ在１９５７年提出的Ｐｒｉｍ算法［４２］。其二是由Ｄｉｊｋｓｔｒａ提出的Ｋｒｕｓｋａｌ算逡逑法［４３］，但是在１９３０年該思想就由Ｊａｒｎｉｋ提出，因此Ｋｍｓｋａｌ算法也稱為Ｊａｍｆｋ逡逑算法。逡逑１９９９年Ｍａｎｔｅｇｎａ率先將ＭＳＴ應(yīng)用到股票市場(chǎng)［８］，這篇開(kāi)創(chuàng)性的文獻(xiàn)中通過(guò)逡逑計(jì)算兩只股票ｉ，ｊ的皮爾遜（Ｐｅａｒｓｏｎ）關(guān)聯(lián)系數(shù)衡量股票序列的相似度：逡逑？邋＿邋（ＲｉＲｊ）邋－邋｛Ｒｉ｝｛Ｒｊ＇）邐。。、逡逑Ｐｉｊ邋—邋￣／邐＝，邐Ｕ－0Ｊ逡逑ｙ／ｍｉ）邋－邋ｍｍ）邋－邋（Ｒｊ）２｝逡逑—９—逡逑

邐１９９６－０２－邋１５邐１９９６－０２－２９逡逑圖３．２：態(tài)序列生成圖。藍(lán)色表示基桶的上下限，實(shí)體中標(biāo)注了生成的態(tài)序列，蠟燭圖上端標(biāo)注了基逡逑桶信息。逡逑采用定義式（３．１）、（３．２）、（３．３）處理金融序列時(shí)，用“０”表示顛簸態(tài)，“１”表逡逑示上升態(tài)，“－１”表示下降態(tài)。如圖３．２所示：生成的態(tài)序列為“０１０００１１１１１００１０－１－１－逡逑１０００－１１１００００－１０－１００”，為提取突發(fā)行為特征態(tài)序列（ｅｉｇｅｎｓｔａｔｅ邋ｓｅｑｕｅｎｃｅ），文中把逡逑處于上升態(tài)與上升態(tài)之間的顛簸態(tài)視為上升態(tài)，如態(tài)序列“１００１”替換為“１１１１”。逡逑－１７—逡逑

邐ｗｉｈ邋ｉｎ邋ｐ逡逑２００８－０１－２１邐２００８－０１－２５邐２００８－０１－２９逡逑圖３．１：時(shí)間序列趨勢(shì)變化圖。ｈｉｇｈ表示基桶的上限，ｌｏｗ表示基桶的下限，實(shí)體中標(biāo)注了趨勢(shì)。逡逑定義３．３：非基桶的下限超過(guò)基桶的下限，且非基桶的上線限沒(méi)有超過(guò)基桶的逡逑上線限，為突發(fā)行為下降態(tài)。逡逑ｐｕ邋＾邋ｐｕ逡逑ｂｂ邋0ｂｂ，邐（３．３）逡逑Ｐｌｂ〉ＰＬｂ，逡逑其中，Ｐ表示價(jià)格，下標(biāo)６６表示基桶，0６６表示非基桶，上標(biāo)分別表示上限和逡逑下限。逡逑Ｓ＆Ｐ５Ｑ０邐逡逑§—……ｌｉｍｉｔ逡逑Ｉｉ－Ｌ－Ｌ邋Ｊ－？工邐ｂｂ邋：邋ｂａｓｅ邋ｂｕｃｋｅｔ逡逑ｓｔａｔｅ邋：邋１，０，－】逡逑ｖｏ邋ｉ邋…邐邐邐邐邐逡逑１９９６－０２－０１邐１９９６－０２－邋１５邐１９９６－０２－２９逡逑圖３．２：態(tài)序列生成圖。藍(lán)色表示基桶的上下限，實(shí)體中標(biāo)注了生成的態(tài)序列，蠟燭圖上端標(biāo)注了基逡逑桶信息。逡逑采用定義式（３．１）、（３．２）、（３．３）處理金融序列時(shí)

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 鄭波;蔣雄飛;倪鵬云;;A mini-review on econophysics:Comparative study of Chinese and western financial markets[J];Chinese Physics B;2014年07期

2 金澈清,錢衛(wèi)寧,周傲英;流數(shù)據(jù)分析與管理綜述[J];軟件學(xué)報(bào);2004年08期

本文編號(hào)：2831663