金融市場技術分析的統(tǒng)計學基礎.pdf

1、該學位論文總結了作者在攻讀碩士學位期間所做的對金融市場技術分析的統(tǒng)計學研究的成果.在這項工作中,我們創(chuàng)立了金融市場技術分析的統(tǒng)計學理論.而傳統(tǒng)的技術分析來源于直覺和經(jīng)驗,雖然它被廣泛地應用于證券分析領域,但從未被金融理論所認可!其正確性也是各種文獻爭論的焦點.根據(jù)經(jīng)濟學原理,我們認為金融時間序列的趨勢項應是一隨機過程.我們假定其樣本路徑(我們稱其為趨勢路徑)是分段線性的.于是,由傳統(tǒng)技術分析的價格模式的思想,我們便把價格模式歸結為若干不

2、同趨勢路徑的組合.這樣,金融預測問題就轉化成如下的回歸問題.除了以上構建框架的工作,我們還對頭肩頂價格模式做了較為詳細的分析.為此,我們收集了上海證券交易所的關于頭肩頂?shù)?0組樣本數(shù)據(jù),分析結果如下:1.傳統(tǒng)的頭肩頂理論對于上海股票市場是不正確的,即,頭肩頂模式出現(xiàn)時其下跌幅度與頭部幅度之比的期望值不為1,而是等于0.86.對于這一點,是我們始料未及的.說明中國股票市場的運行是有其獨特規(guī)律的,這與中國的獨特國情相吻合.2.我們擬合了三個

3、關于頭肩頂價格下跌幅度的線性回歸方程,擬合效果都比較好,它們都與頭部幅度正相關,而與成交量、時間無關.這與頭肩頂理論的基本思想較為吻合.而且,我們的模型中還包含了頭肩頂模式的起漲價位或頸部價位,這兩個指標恰好反映了模式所處高度的信息.從實踐來看,一般他講,價格越高,越容易下跌,且下跌幅度可能越大,反之則越小.3.關于下跌時間的線性回歸的擬合效果則很差.唯一進入方程的自變量居然是頭部幅度.即,下跌時間與頭部幅度成正相關.結合第二點,似乎印