基于分形分析的我国股市波动性研究

基于分形分析的我国股市波动性研究 pdf epub mobi txt 电子书 下载 2026

出版者:
作者:曹广喜
出品人:
页数:263
译者:
出版时间:2008-6
价格:18.00元
装帧:
isbn号码:9787505872844
丛书系列:
图书标签:
  • 分形
  • 金融
  • 交易
  • 投资
  • 股票
  • 经济学
  • 复杂系统
  • 复杂
  • 分形分析
  • 股市波动性
  • 金融工程
  • 复杂系统
  • 时间序列分析
  • 风险管理
  • 中国股市
  • 计量经济学
  • 非线性动力学
  • 市场预测
想要找书就要到 小哈图书下载中心
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

具体描述

《基于分形分析的我国股市波动性研究》以上证综指和深成指收益率为研究对象,试图在对它们的分形特征进行分析的基础上,以股市的长记忆性为基础,即以股市非有效性为前提,对我国股市收益率的波动特征和宏观经济影响因素进行系统分析,以期为投资者的理性投资和国家的宏观金融调控提供理论参考。

首先,《基于分形分析的我国股市波动性研究》对基于标度对称性理论的一类分形参数估计方法进行改进,提出综合利用多种分形分析方法对我国股市收益率进行分形分析的思路。综合利用DFA、滑动窗DFA、R/S分析和改进的分形参数估计方法对我国股市收益率序列和波动序列进行单分形分析,结果显示我国股市收益率序列和波动序列均具有长记忆特征,说明我国股市为非有效市场。在此基础上,进一步综合利用滑动窗MFDFA和WTMM方法对我国股市收益率的多重分形特征进行分析,验证了股市多重分形结构的存在。

其次,在股市存在双长记忆性的前提下,引入残差服从偏t分布的ARFIMA—FIAPARCH和ARFIMA—HYGARCH模型,对沪深股市收益率序列进行了计量分析,结果显示我国股市收益率存在显著的聚集性和杠杆效应,且在1996年前后有增强趋势。而且,从VaR估计的角度,分析了对长记忆性、聚集性和杠杆效应具有较强刻画能力的ARFIMA—FI-APARCH—skt和ARFIMA—HYGARCH—skt模型对我国股市收益率的短期预测效果。

再次,利用长记忆VaR—BEKK—MVGARcH模型以及去除长记忆性序列的Grangm因果检验,对沪深股市收益率之间的均值溢出效应和波动溢出效应进行了检验,结果表明:整个1991~2006年度期间沪深股市收益率的均值溢出效应不显著,且仅具有单向波动溢出效应;但2000年以后的沪深股市收益率均显示出较显著的双向均值溢出效应和双向波动溢出效应。另外,DCC检验表明沪深股市收益率间具有一定程度的动态相关性。

最后,以股市收益率的均值溢出效应为基础,通过构建VaR系统来考察宏观经济因素对我国股市收益率的影响。结果显示:在短期水平上,包括利率、货币供应量和汇率在内的货币政策对我国股市具有重要影响;在长期水平上,我国股市收益率与实体经济间具有显著的相关性。

这是一本深入探讨中国股市波动性的研究著作,以分形分析为核心理论框架。本书旨在揭示中国股市在不同时间尺度和市场状态下的内在规律与混沌特征,并在此基础上构建更具解释力和预测能力的波动性模型。 本书内容概要: 本书的理论基础建立在分形几何和混沌理论之上。作者首先系统梳理了分形分析在金融市场分析中的发展历程和应用价值,详细阐述了分形维数、赫斯特指数、重标极差分析(R/S分析)等核心概念及其在衡量市场“记忆性”和“粗糙度”方面的作用。通过对经典金融时间序列的分析,引出分形理论在理解股票市场非线性、自相似性和长程依赖性方面的独特优势。 随后,本书将分形分析的工具和方法论应用于中国股市。作者选取了中国股市自成立以来至研究截止日期的大量股票价格数据,涵盖不同市场板块(如主板、中小板、创业板)和不同交易周期(日、周、月、年)。通过运用分形维数计算、 Hurst 指数估计、 DFA (Detrended Fluctuation Analysis) 等技术,对中国股市的波动性进行了多维度、多尺度的量化分析。 本书的一个重要章节专注于揭示中国股市的“分形特征”。作者通过实证研究,探讨了在中国股市不同发展阶段,如牛市、熊市、震荡市中,其分形维数和 Hurst 指数是否存在显著差异。例如,在剧烈波动或趋于非理性繁荣的市场环境下,分形维数可能如何变化?而在市场趋于成熟、波动性相对平稳的时期,又会呈现出怎样的分形规律?本书将提供具体的量化证据和深入的解读。 核心研究发现与贡献: 本书的主要贡献在于,它不仅提供了对中国股市波动性特征的全新视角,更重要的是,通过分形分析,揭示了中国股市在某些时期可能表现出的非线性“记忆性”和“非独立同分布”的特性。这意味着,股票价格的未来变动可能受到过去价格变动的影响,而这种影响并非简单的线性关系,而是可能存在于不同的时间尺度上。 例如,在对中国股市进行 Hurst 指数分析时,本书可能会发现,在某些市场环境下,Hurst 指数显著大于0.5,表明市场可能存在一定的“趋势维持”效应,即过去价格上涨的趋势在未来可能得以延续,反之亦然。这与传统的随机游走模型(Hurst指数为0.5)的假设存在显著差异,为理解中国股市的“非理性”行为提供了理论支撑。 此外,本书还将深入探讨分形分析在构建更优波动性模型方面的潜力。不同于传统的 GARCH 系列模型,分形模型能够更好地捕捉金融时间序列的长程依赖性和非线性特征,有望在波动率预测、风险管理和投资组合优化等方面提供更精确的工具。本书将展示如何将分形分析的结果融入到波动性预测模型中,并与现有模型进行比较,论证其优越性。 本书的价值与意义: 对于学术界而言,本书填补了将分形分析系统性应用于中国股市波动性研究的空白,为金融计量经济学领域带来了新的研究方法和理论视角。 对于投资者和金融从业者而言,本书提供的分形分析工具和研究结论,有助于更深刻地理解中国股市的内在运行机制,识别潜在的市场风险,并可能为制定更有效的投资策略和风险管理方案提供重要的参考。通过认识到市场可能存在的“长程依赖性”和“分形特征”,投资者可以更好地规避潜在的陷阱,并抓住可能存在的投资机会。 对于政策制定者而言,本书的研究成果也为理解和调控中国股市的波动性提供了有价值的洞察。理解市场行为的非线性特征,有助于制定更具针对性的金融监管政策,维护市场的稳定运行。 总之,本书是一部严谨而富有创见的学术专著,它以分形分析这一独特的理论视角,对中国股市的波动性进行了深入的剖析,不仅拓展了金融市场研究的边界,更为理解和应对中国股市的复杂性提供了宝贵的理论工具和实践启示。

作者简介

目录信息

读后感

评分

评分

评分

评分

评分

用户评价

评分

从这本书的第一页开始,我就被作者对中国股市波动性研究的深度和广度所吸引。他并没有局限于传统的统计模型,而是大胆地将前沿的数学工具——分形分析——引入到研究中。这种跨学科的研究方法,本身就极具创新性。书中对分形几何理论的阐述,详略得当,既保证了理论的准确性,又避免了枯燥乏味的数学推导。作者通过对自然界中分形现象的描绘,如树枝的生长、雪花的形状等,为读者构建了一个直观的理解框架,然后巧妙地将这些概念迁移到金融领域。我特别欣赏作者在书中对“市场效率”的重新审视。传统的有效市场假说往往基于随机游走理论,认为股票价格的变动是不可预测的。然而,分形分析揭示的“市场记忆”和“长程依赖性”现象,似乎挑战了这一传统观点。作者可能通过量化分析,论证了中国股市在某些时期可能存在一定的可预测性,这对于投资者和监管者都具有重要的启示意义。本书的实证研究部分,可以说是其精华所在。作者可能选取了中国股市在不同发展阶段的代表性数据,运用了多种分形分析算法,如G-P算法、Lyapunov指数计算等,对股市的波动性进行了多维度、多尺度的刻画。通过对这些实证结果的深入剖析,作者可能揭示了中国股市分形特征的动态演变规律,以及这些规律与宏观经济因素、政策变化之间的内在联系。这种严谨的实证研究,为本书的研究结论提供了坚实的支持。

评分

这本书的开篇部分,作者对现有股市波动性研究方法的梳理和批判,给我留下了深刻的印象。他没有回避传统经济学和金融学理论的不足,而是坦诚地指出了它们在处理非平稳、非高斯分布的金融时间序列时的困境。这种审慎的态度为后续引入分形分析奠定了坚实的理论基础。我特别欣赏作者对“市场记忆”概念的深入挖掘,并将其与分形维度联系起来。传统的ARMA模型往往假设时间序列是平稳的,且短期记忆占主导,而中国股市的长期波动性和周期性特征,似乎更符合具有长程依赖性的分形过程。作者在书中可能详细阐述了如何利用Hurst指数等工具来衡量这种长程依赖性,以及如何根据不同的Hurst指数值来判断市场的趋势保持性或均值回复性。这种细致入微的分析,让我对中国股市“牛短熊长”或“大起大落”的现象有了更深层次的理解。除了量化分析,本书还可能探讨了影响中国股市分形特征的宏观经济因素、政策变化、投资者情绪等非技术性因素,并尝试建立一个更全面的解释框架。这种跨学科的视角,使得研究内容更加丰满和具有现实意义。我尤其期待作者在书中能对不同市场阶段(如牛市、熊市、震荡市)的分形特征进行对比分析,并探讨这些特征是否具有预测能力。这本书无疑是对中国股市波动性研究领域的一次重要贡献,它不仅丰富了理论工具箱,也为我们理解和应对市场风险提供了新的视角和方法。

评分

这是一本真正能够“颠覆”你对股市看法的书。作者在开篇就抛出了一个大胆的论断:中国股市的波动性并非简单的随机游走,而是具有深刻的分形结构。这种观点本身就足够吸引人。随后,作者用严谨的数学语言和生动的例子,逐步解释了分形几何的原理,以及如何将其应用于分析金融时间序列。我特别欣赏作者在介绍分形维度时,没有仅仅停留在数学公式上,而是将其与股市的“波动幅度”、“交易频率”等具体概念联系起来,使得读者能够更好地理解其物理意义。本书的实证研究部分,堪称是一次对中国股市的“深度扫描”。作者可能选取了中国股市近几十年的数据,运用了多种先进的分形分析技术,如多重分形分析,来揭示市场在不同尺度下的复杂行为。我注意到作者在分析中,可能还考虑了宏观经济变量、政策导向、国际市场联动等因素对股市分形特征的影响。这种多维度、多层次的研究方法,使得本书的结论具有很强的普适性和前瞻性。总而言之,这本书不仅是一部优秀的学术专著,更是一份关于理解中国股市本质的“路线图”,它帮助我跳出了传统金融理论的框架,以一种全新的视角去审视市场的脉搏。

评分

不得不说,这本书在学术上的严谨性和研究的创新性都达到了相当的高度。作者敢于挑战传统金融理论的边界,将看似抽象的分形分析理论成功地应用于中国股市的波动性研究,这本身就是一项了不起的成就。书中对分形理论的阐述,非常注重理论的逻辑性和严密性,但同时又考虑到了读者的接受程度,通过丰富的实例和图示,使得复杂的数学概念得以形象化。我尤其赞赏作者在描述股市波动性时,引入了“混沌”和“分形”的概念,这为理解市场“无序中的有序”提供了一个全新的视角。本书的实证研究部分,充分展现了作者扎实的计量经济学功底。作者可能采用了多种分形分析方法,如盒维数、信息维数、Lyapunov指数等,并对中国股市的历史数据进行了细致的量化分析。我注意到作者在解释分形维度的变化时,可能将其与中国股市的特定事件,如金融危机、改革开放、加入WTO等紧密联系起来,试图揭示这些重大事件对市场内在结构的影响。这种将理论分析与历史事件相结合的研究方法,使得本书的研究结论更具说服力和现实意义。此外,作者在书中可能还探讨了分形分析在预测股市波动性方面的潜力,以及如何利用这些研究成果来构建更有效的风险管理策略。

评分

本书最让我震撼之处在于其对中国股市波动性“非理性”表象下的“理性”结构的探索。作者并没有止步于描述股市的剧烈波动,而是深入探究其背后可能存在的数学规律。分形分析作为一种能够描述复杂、不规则形状和过程的数学工具,被作者巧妙地应用于分析中国股市的价格序列。书中对“分形市场假说”的引入和讨论,让我耳目一新。作者可能详细阐述了为什么股市价格序列会呈现出分形特性,例如,投资者在不同时间尺度上的决策行为,以及市场信息传递的网络效应,都可能导致价格序列的非线性和自相似性。我特别欣赏作者在实证分析中对中国股市的“市场记忆”现象的量化研究。通过计算Hurst指数,作者可能揭示了中国股市在不同时期表现出的不同程度的趋势保持性,这与传统金融理论中对独立同分布假设的依赖形成了鲜明对比。这些研究结果不仅有助于我们理解股市的短期和长期波动规律,更可能为构建更有效的风险管理模型提供新的思路。此外,作者在探讨中国股市分形特征时,还可能考虑了诸如市场流动性、交易量、信息披露等因素的影响,试图构建一个更加全面和系统的解释模型。这种跨领域的研究方法,使得本书的研究内容既有理论深度,又有实践指导意义。对于我这样一位希望更深入理解市场本质的读者来说,这本书提供了一个全新的分析框架和研究工具,极大地拓宽了我的视野。

评分

这本书给我最深刻的感受是,它为理解中国股市的复杂性提供了一种全新的“语言”。作者放弃了传统的线性思维模式,转而拥抱分形几何的非线性视角,这本身就是一种突破。他对分形分析的介绍,用词精准,逻辑清晰,尽管涉及一些数学概念,但作者通过大量的图表和类比,使得这些概念变得易于理解。例如,他可能会用“放大镜下的重复”来解释自相似性,用“粗糙度”来比喻分形维度。这种教学式的讲解方式,对于我这样并非专业背景的读者来说,受益匪浅。接下来的实证分析部分,更是让我大开眼界。作者选取了中国股市不同时期的数据,运用分形分析技术,量化了股市的波动特征。我特别关注作者对“资本市场记忆”的探讨,以及如何通过分形维度来衡量这种记忆的强度。例如,作者可能发现,在重大的政策调整或外部冲击后,中国股市的分形维度会发生显著变化,这表明市场并非简单地“遗忘”过去,而是可能存在某种形式的“路径依赖”。此外,作者在书中可能还分析了不同市场参与者的行为对股市分形特征的影响,例如,机构投资者的交易策略与散户投资者的羊群效应,可能会如何共同塑造市场的整体分形结构。这种对市场微观行为与宏观统计特征之间关系的深入研究,为我们理解中国股市的内在运行机制提供了宝贵的见解。

评分

读完这本书,我仿佛经历了一次思维的“重塑”。作者在第一章中就抛出了一个引人深思的问题:为什么看似随机的股市价格波动,背后却可能隐藏着某种“秩序”?他巧妙地引入了分形几何的理念,将股市视为一个“分形系统”,这与我之前将股市简单视为线性动态系统的认知形成了鲜明的对比。书中对分形维度的计算和解释部分,虽然涉及一些数学概念,但作者通过大量的图示和通俗的比喻,将复杂性大大降低,让我这个非数学专业背景的读者也能大致领会其精髓。例如,作者可能会将一条粗糙的山脉曲线与股市价格曲线进行类比,解释它们都具有“粗糙度”和“尺度不变性”的分形特征。接下来的实证研究部分,是我最感兴趣的。作者选取了中国股市的长期数据,运用分形分析方法,量化了中国股市在不同时期的波动性“维度”。我注意到作者可能详细介绍了所使用的分形分析算法,例如盒计数法、功率谱法等,并解释了这些方法如何揭示数据的自相似性。通过对这些计算结果的解读,作者可能发现中国股市的分形维度与全球主要股市存在显著差异,这背后反映了中国特有的市场结构、监管环境以及投资者行为模式。这种深入挖掘中国股市内在规律的研究,对于理解其独特性和未来发展趋势至关重要。本书不仅仅是理论的堆砌,更是将前沿的数学工具与中国金融市场的实际问题紧密结合,为我们提供了一套全新的分析工具和研究视角,让我对中国股市的理解提升到了一个新的高度。

评分

这本书的写作风格极其严谨,但又不失学术的趣味性。作者在引言部分就清晰地勾勒出了研究的“问题域”——中国股市波动的非线性与复杂性,并明确了本书的核心研究方法——分形分析。对于分形理论的介绍,作者的处理方式非常到位,既保留了数学的严谨性,又通过形象的比喻和生动的案例,使得非专业读者也能轻松理解。例如,作者可能会用海岸线的长度随测量尺度变化的例子,来解释分形维度的概念,以及它如何反映物体的“粗糙度”或“复杂性”。当这些概念被引入股市分析时,我才恍然大悟,原来我们看似无序的价格波动,可能隐藏着深刻的几何结构。本书的实证分析部分更是精彩纷呈。作者可能选取了中国股市不同时期的代表性数据,运用多种分形分析技术,如最大熵谱分析、李雅普诺夫指数等,来量化股市的波动特征。我尤其注意到作者在解读分形维度时,并没有简单地给出一个数值,而是将其与具体的市场行为和宏观经济背景联系起来,试图揭示分形特征背后的驱动因素。例如,作者可能发现,在市场情绪高涨或恐慌蔓延时期,股市的分形维度会发生显著变化,这反映了投资者行为的非理性因素对市场结构的影响。这种深入的理论与实践相结合的研究,不仅提升了本书的学术价值,也为我们理解和预测中国股市的未来走势提供了新的视角。

评分

这本书给我最直观的感受是,它让我对中国股市的理解从“线”变成了“面”,甚至可以说是“体”。作者通过引入分形分析,打破了传统金融学中对市场价格序列的线性假设,揭示了其背后隐藏的非线性、自相似的内在结构。我对书中关于“市场噪声”和“市场信号”的区分印象深刻。作者可能认为,股市波动中看似随机的“噪声”成分,实际上可能包含着具有分形特征的“信号”,这些信号反映了市场参与者行为的集体模式和长程依赖性。通过对这些“信号”的量化分析,我们或许能够更好地理解市场的动向。本书的实证研究部分,可谓是贯穿始终的亮点。作者选取了大量具有代表性的中国股市数据,运用了多种分形分析技术,如Rescaled Range (R/S) 分析、Detrended Fluctuation Analysis (DFA) 等,来刻画股市的波动性和长程依赖性。我尤其关注作者在分析不同市场阶段(如牛市、熊市)时,分形特征的变化。例如,作者可能发现,在牛市中,股市的自相似性更强,而熊市中则可能表现出更高的“粗糙度”。这种细致的比较分析,为我们理解不同市场状态下的市场运行机制提供了重要的依据。

评分

这是一本我近期读到的一部非常有深度和启发性的学术专著,它深入探讨了中国股市波动的复杂性,并巧妙地引入了分形分析这一前沿工具。在阅读之前,我对分形几何在金融领域的应用了解不多,这本书无疑为我打开了一扇新的大门。作者在开篇就清晰地阐述了传统金融模型在解释股市非线性特征时的局限性,随后循序渐进地介绍了分形理论的基本概念,如自相似性、分形维度等,并用生动的例子帮助读者理解这些抽象的概念。我尤其欣赏作者在理论铺陈之后,立即将其与中国股市的实际数据相结合。通过对历年上证指数、深证成指等关键股指序列进行分形特征的量化分析,本书揭示了中国股市在不同时期、不同市场环境下呈现出的独特分形规律。例如,作者可能通过分析不同交易周期的波动幅度,以及价格序列的长期记忆效应,来论证其分形特征的存在。这种实证分析部分的设计非常扎实,充分利用了统计学和计量经济学的工具,使得研究结论具有很强的说服力。我注意到作者可能还比较了中国股市与其他成熟市场在分形特征上的异同,这将有助于我们更全面地认识中国股市在全球金融体系中的位置和独特性。总而言之,这本书不仅是一份严谨的学术研究成果,更是一次关于理解金融市场复杂性的思想实验,对于任何对中国股市感兴趣的研究者、投资者或学生来说,都具有极高的阅读价值,能够帮助我们摆脱线性思维的束缚,以更宏观、更深刻的视角审视市场动态,发现隐藏在看似混乱波动之下的有序规律。

评分

评分

评分

评分

评分

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2026 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有