论文部分内容阅读
随着经济全球化以及金融市场的快速发展,金融市场已经成为当前交易最为活跃的市场,对金融市场的金融建模已经成为金融研究领域的重要课题.本文利用选举模型再现金融市场中投资者之间的交互作用以及投资对金融市场中的信息态度的动态变化,构建了格点上的选举金融价格模型,并对由模型得到的模拟数据的厚尾特性、非自相关性以及波动聚集性与真实市场数据对应的性质进行了比较分析,探究了构建的金融价格模型中的金融市场程式化经验事实的存在.本文引入了一种用于研究金融波动复杂性的分析方法——Lempel-Ziv复杂度,并且使用Lempel-Ziv复杂度与多尺度带权排列熵对真实金融市场数据与本文构建的金融价格模型得到模拟数据的收益率、绝对收益率以及它们通过经验模式分解得到的固有模式函数进行了一系列的复杂性分析,探究了真实金融市场与本文构建的选举金融价格模型的波动的复杂性与随机性.本文使用了一种叫做复杂不变距离的测度方法来对真实的金融市场与本文构建的金融价格模型进行了的复杂相似性分析,得到了真实金融市场和构建的金融价格模型的简单聚类分析结果.基于复杂不变距离,本文提出了一种时间序列自相似性分析方法,并应用这种自相似性分析方法对真实数据与模拟数据的收益率序列进行了相应的自相似性分析.本文介绍了一种用于金融波动性分析的新的统计量——波动差分分量,并提出了一种将波动性序列变换成三种波动持续统计序列的新的金融波动性行为的分析方法.本文应用Zipf分析方法和结合了 Lempel-Ziv复杂度与排列字符变换方法的排列Lempel-Ziv复杂度分析方法对这三种综合反映金融市场波动性行为的波动持续统计序列的复杂随机特性进行了一系列研究.通过对模拟数据与真实数据的一系列的复杂性分析以及波动性分析,我们发现本文构建的金融价格模型表现出与真实金融市场相似的统计特性和复杂波动特性,本文构建的选举金融价格模型具有一定的合理性.