基于符號(hào)時(shí)間序列分析的金融波動(dòng)分析與預(yù)測(cè)

ID:33389186

大?。?.64 MB

頁(yè)數(shù):57頁(yè)

時(shí)間:2019-02-25

基于符號(hào)時(shí)間序列分析的金融波動(dòng)分析與預(yù)測(cè)_第1頁(yè)
基于符號(hào)時(shí)間序列分析的金融波動(dòng)分析與預(yù)測(cè)_第2頁(yè)
基于符號(hào)時(shí)間序列分析的金融波動(dòng)分析與預(yù)測(cè)_第3頁(yè)
基于符號(hào)時(shí)間序列分析的金融波動(dòng)分析與預(yù)測(cè)_第4頁(yè)
基于符號(hào)時(shí)間序列分析的金融波動(dòng)分析與預(yù)測(cè)_第5頁(yè)
資源描述:

《基于符號(hào)時(shí)間序列分析的金融波動(dòng)分析與預(yù)測(cè)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)

1、基于符號(hào)時(shí)間序列分析的金融波動(dòng)分析與預(yù)測(cè)AnalysisandForecastofFinancialvolatilityBasedonSymbolicTimeSeriesAnalysis學(xué)科專(zhuān)業(yè):管理科學(xué)與工程研究生:王雨蒙指導(dǎo)教師:徐梅副教授天津大學(xué)管理學(xué)院二零一二年十一月獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得的研究成果,除了文中特別加以標(biāo)注和致謝之處外,論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果,也不包含為獲得天津大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)

2、本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。學(xué)位論文作者簽名:簽字日期:年月日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解天津大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)天津大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索,并采用影印、縮印或掃描等復(fù)制手段保存、匯編以供查閱和借閱。同意學(xué)校向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)。(保密的學(xué)位論文在解密后適用本授權(quán)說(shuō)明)學(xué)位論文作者簽名:導(dǎo)師簽名:簽字日期:年月日簽字日期:年月日摘要高頻金融數(shù)據(jù)包含更多的市場(chǎng)信息,由于其在市場(chǎng)微觀結(jié)構(gòu)的實(shí)證研究方面

3、的重要性而受到廣泛關(guān)注。對(duì)高頻金融波動(dòng)的研究對(duì)股票估值、衍生產(chǎn)品定價(jià)、資產(chǎn)組合配置、風(fēng)險(xiǎn)管理、貨幣政策的制定等至關(guān)重要,傳統(tǒng)分析方法針對(duì)具體的波動(dòng)數(shù)據(jù),建立波動(dòng)模型,本文則從不同的角度出發(fā),分析與預(yù)測(cè)高頻金融波動(dòng)的整體模式。本文首先將符號(hào)時(shí)間序列分析方法與K-NearestNeighbors(K-NN)算法相結(jié)合,提出了一種基于符號(hào)時(shí)間序列直方圖的高頻金融波動(dòng)整體分布的預(yù)測(cè)方法。第一步將觀測(cè)所得的時(shí)間序列變換為符號(hào)時(shí)間序列,利用符號(hào)序列直方圖直觀表示符號(hào)序列的分布,引入符號(hào)直方圖時(shí)間序列的概念,采用K-NN算法得到下一

4、個(gè)周期符號(hào)序列直方圖的預(yù)測(cè)。在K-NN算法中,針對(duì)符號(hào)序列直方圖的特點(diǎn),2提出以歐幾里得范數(shù),χ統(tǒng)計(jì)量和相對(duì)熵作為選擇鄰居時(shí)的符號(hào)直方圖序列相似度的度量方法,并利用系統(tǒng)自身的幾何特性確定符號(hào)直方圖序列的嵌入維數(shù)。其次,利用可以有效提取日內(nèi)信息的“已實(shí)現(xiàn)”波動(dòng)來(lái)度量高頻金融時(shí)間序列的波動(dòng),首次使用具有魯棒性的排列熵方法分析“已實(shí)現(xiàn)”波動(dòng)序列的順序模式、序列之間的廣義同步,利用全概率理論,在已知?dú)v史“已實(shí)現(xiàn)”波動(dòng)順序模式的情況下,預(yù)測(cè)下一個(gè)交易日的“已實(shí)現(xiàn)”波動(dòng)處于不同水平的概率。針對(duì)本文所提的方法,均以上證綜指或深證成指

5、5分時(shí)的高頻數(shù)據(jù)檢驗(yàn)了方法的可行性與有效性。結(jié)果表明直方圖時(shí)間序列的預(yù)測(cè)所得結(jié)果整體誤差均在可以接受的范圍內(nèi),預(yù)測(cè)所得的分布與真實(shí)分布均值相同,但是方差較??;而基于排列熵方法分析時(shí),發(fā)現(xiàn)這兩個(gè)指數(shù)的“已實(shí)現(xiàn)”波動(dòng)序列之間基本不存在廣義同步,確定了它們的主要順序模式,并基于主要順序模式對(duì)“已實(shí)現(xiàn)”波動(dòng)水平進(jìn)行預(yù)測(cè),結(jié)果顯示主要順序模式的條件順序模式仍然占主要地位。關(guān)鍵詞:符號(hào)時(shí)間序列直方圖,K-NN預(yù)測(cè),“已實(shí)現(xiàn)”波動(dòng),排列熵,廣義同步ABSTRACTFinancialhigh-frequencydataincludem

6、oremarketinformationanditisanimportantpartintheempiricalresearchofmarketmicrostructure,thisrecognitionhasspurredanextensiveandvibrantresearchintoit.Thestudyofhigh-frequencyfinancialvolatilityisanimportanttaskinfinancialmarkets,especiallyinrelationtoassetallocati

7、on,riskmanagement,securityvaluation,thepricingofderivativesandmonetarypolicy-making.Thetraditionalmethodsalmostfocusonthespecificdataandtrytoconstructprecisemodels,however,thisarticleanalyzesandforecaststheentirepatternsofhigh-frequencyfinancialdatafromadifferen

8、tangle.First,AnewmethodofcombiningsymbolictimeseriesanalysisandK-NearestNeighbors(K-NN)algorithmisputforwardtoforecasthighfrequencyfinancialvolatilitybasedonsymbolict

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。
关闭