论文部分内容阅读
为了正确地认识经济系统与资本市场,就无法回避非线性问题。实践表明,期货价格的大幅波动以及某些经济时间序列的高度自相关性清楚的表现为非线性特性。本文紧密结合非线性及分形理论,研究了上海期铜市场复杂的混沌、分形特性,并利用多种方法对期货价格进行初步预测,为期货市场分析和决策提供了有效的方法和工具。本文的主要研究内容可归纳如下:
本文回顾了有效资本市场理论,并对上海期铜是否有效作了实证分析。对期货市场非线性时间序列混沌、分形特性进行研究。为了判别时间序列的混沌特性,给出了时间序列相空间重构并同时确定最小嵌入维数m及时滞参数τ的C-C方法;分析了利用Lyapunov指数混沌特性的判据原理,提出了一种计算Lyapunov指数的实用方法——小数据量方法;最后,根据以上提出的理论与方法,对上海期铜序列进行混沌特性判定的实证研究。
对期货市场分形特性进行研究。探讨了分形时间序列的特点、Hurst指数的计算方法;阐述了非线性时间序列:R/S分析法的原理与计算过程;通过对铜期货价格指数收益率进行R/S实证研究,以判断时间序列分形特点与非线性结构。
本文提出两种混沌时间序列预测建模方法,一种是基于最大李雅普洛夫指数的预测,另一种是利用BP神经网络预测,并将其应用于上海期铜市场的实践分析。本文创新处在于1、本文运用非线性时间序列分析的大部分技术手段对上海期铜价格收益率序列数据进行了较为完整系统的分析,对上海期铜序列的分形混沌特征值进行全面的计算,包括有Hurst指数,lynapunov指数,关联维。2、应用时间序列相空间重构计算期货市场的关联维,利用多种方法包括,利用G-P算法计算关联维,利用C-C算法并得到重构相空间的最小嵌入维数和最小滞后时间。利用小数据量方法来计算最大Lyapunov指数,从而对上海期铜的混沌、分形作出定量判断。