金融復(fù)雜系統(tǒng)的特征研究及其交易策略構(gòu)建.pdf

1、復(fù)雜性是客觀事物不同層次的跨越，存在于客觀事物不同層次之間，金融市場是一個復(fù)雜的系統(tǒng)，在研究金融系統(tǒng)的復(fù)雜性時我們一般從下面幾個基本特征研究：證券價格序列的峰度和偏度、收益率的概率分布以及經(jīng)驗分析等等。我國證券市場股票收益率具有典型的“尖峰厚尾”分布，所以在分析收益率的概率分布時，我們采用了列維平穩(wěn)分布，因為列維分布跟正態(tài)分布的區(qū)別是列維分布不僅具有對稱性而且還具有尖峰厚尾特征。經(jīng)驗分析中我們采用對數(shù)回復(fù)率進(jìn)行分析，分析上證指數(shù)對數(shù)回復(fù)

2、率的自相自相關(guān)性。
　　基于對金融市場的長程記憶性研究，本文利用重標(biāo)極差分析(R/S)和降趨脈動分析(DFA)這兩種方法分別研究了我國上證指數(shù)的長程記憶性。證實了中國證券市場上存在弱式長程記憶，以及存在多標(biāo)度特征現(xiàn)象。本文根據(jù)中國證券市場上的弱式長程記憶性，以及它的物理意義，利用以往歷史數(shù)據(jù)，通過 R程序構(gòu)建了模型回測系統(tǒng)，檢驗是否可以根據(jù)弱式記憶性進(jìn)行投資。通過對模型的收益率和大盤指數(shù)的收益率比較，發(fā)現(xiàn)通過弱式長程記憶可以幫助投

3、資者做投資決策。
　　證券市場上的價格時間序列往往存在噪聲，噪聲嚴(yán)重的干擾了投資者對趨勢的判斷。而數(shù)學(xué)上的小波分析可以通過分解降噪，平滑信號，通過分解處理的信號，然后重新構(gòu)造新的信號，新的信號往往平滑了很多。利用這個原理，本文對上證指數(shù)價格序列做了小波降噪分析，降噪處理后的時間序列的確平滑了很多。經(jīng)過降噪處理后的時間序列，基本上可以認(rèn)為是平穩(wěn)序列。本文選取了自回歸模型(AR)，對經(jīng)過處理后的平穩(wěn)時間序列進(jìn)行預(yù)測，并且對預(yù)測結(jié)果進(jìn)行