金融時(shí)間序列的長記憶特性及預(yù)測研究

內(nèi)容概要

王文靜所著的《金融時(shí)間序列的長記憶特性及預(yù)測研究》針對金融時(shí)間序列中普遍存在的長期記憶性進(jìn)行研究，將灰色預(yù)測理論、神經(jīng)網(wǎng)絡(luò)理論和混沌理論中的相空間重構(gòu)技術(shù)運(yùn)用到長記憶性金融時(shí)間序列的預(yù)測中，對現(xiàn)有的金融時(shí)間序列的分整模型進(jìn)行改進(jìn)。并利用新建模型對多種長記憶性金融時(shí)間序列的均值和方差進(jìn)行預(yù)測，對新建模型的預(yù)測精度和有效性進(jìn)行比較研究。

作者簡介

　　王文靜，女，生于1980年11月，天津人。2009年6月獲天津大學(xué)管理學(xué)博士學(xué)位。2006年至今在天津商業(yè)大學(xué)經(jīng)濟(jì)學(xué)院任教。　　主要從事金融市場復(fù)雜性及區(qū)域金融的研究。作為負(fù)責(zé)人，主持天津市哲學(xué)社科規(guī)劃項(xiàng)目一項(xiàng)（項(xiàng)目名稱：天津金融服務(wù)業(yè)集聚研究）、天津商業(yè)大學(xué)青年科研培育基金項(xiàng)目一項(xiàng)（項(xiàng)目名稱：中國股票市場的長記憶性研究）。參與完成教育部人文社會科學(xué)研究項(xiàng)目一項(xiàng)（項(xiàng)目名稱：中低技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新與我國傳統(tǒng)工業(yè)振興研究）、教育部人文社會科學(xué)青年基金項(xiàng)目一項(xiàng)（項(xiàng)目名稱：金融服務(wù)業(yè)空間集聚的知識溢出效應(yīng)研究）、天津商業(yè)大學(xué)青年科研培育基金項(xiàng)目一項(xiàng)（項(xiàng)目名稱：流動(dòng)性過剩與股票市場繁榮）。在國內(nèi)外學(xué)術(shù)刊物和會議論文集上發(fā)表論文近20篇，其中在核心期刊發(fā)表論文近10篇。主要代表作有《基于分形理論的我國商業(yè)銀行管理策略研究》、《基于R/S分析和v/s分析的香港股市長記憶性比較研究》、《經(jīng)濟(jì)物理與金融市場復(fù)雜性研究》、《基于灰色經(jīng)濟(jì)計(jì)量模型的我國股市波動(dòng)率實(shí)證研究》、《天津金融服務(wù)業(yè)集聚測度與評價(jià)》等。

書籍目錄

第一章  緒論
  1.1  研究背景
    1.1.1  對傳統(tǒng)金融理論基石的質(zhì)疑
    1.1.2  分形與分形市場假說的建立
  1.2  研究意義
  1.3  國內(nèi)外相關(guān)領(lǐng)域的研究現(xiàn)狀及存在問題
    1.3.1  國內(nèi)外相關(guān)領(lǐng)域的研究現(xiàn)狀
    1.3.2  存在問題
  1.4  本書的主要內(nèi)容和創(chuàng)新點(diǎn)
第二章  金融時(shí)間序列的長記憶性及其相關(guān)理論
  2.1  金融時(shí)間序列長記憶性及其相關(guān)模型
    2.1.1  金融時(shí)間序列長記憶性的檢驗(yàn)方法
    2.1.2  金融時(shí)間序列的均值和波動(dòng)率模型
  2.2  灰色預(yù)測理論
    2.2.1  灰色系統(tǒng)理論的提出與發(fā)展
    2.2.2  灰色系統(tǒng)的原理
    2.2.3  灰色預(yù)測模型
    2.2.4  灰色組合預(yù)測模型
  2.3  人工神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
    2.3.1  神經(jīng)網(wǎng)絡(luò)的概念
    2.3.2  幾種常用的神經(jīng)網(wǎng)絡(luò)
  2.4  時(shí)間序列的混沌分析法
    2.4.1  時(shí)間序列的混沌檢驗(yàn)方法
    2.4.2  時(shí)間序列的混沌預(yù)測方法
  2.5  本章小結(jié)
第三章  金融時(shí)間序列的長記憶性檢驗(yàn)
  3.1  世界主要股票指數(shù)及匯率的長記憶性檢驗(yàn)
    3.1.1  數(shù)據(jù)的預(yù)處理及正態(tài)性檢驗(yàn)
    3.1.2  長記憶性的檢驗(yàn)比較
  3.2  時(shí)間和事件對長記憶檢驗(yàn)結(jié)果的影響
    3.2.1  時(shí)間對檢驗(yàn)結(jié)果的影響
    3.2.2  事件對檢驗(yàn)結(jié)果的影響
  3.3  V／S分析法的短期敏感度分析
  3.4  本章小結(jié)
第四章  灰色長記憶模型及其實(shí)證研究
  4.1  灰色預(yù)測模型的建立
    4.1.1  基本灰色預(yù)測模型GM(1，1)
    4.1.2  改進(jìn)的灰色預(yù)測模型IGM(1，1)的建立
  4.2  基于IGM(1，1)的長記憶金融時(shí)序建模及實(shí)證研究”
    4.2.1  IGM-ARFIMA模型的建立
    4.2.2  IGM-ARFIMA模型的實(shí)證研究
  4.3  基于IGM(1，1)的長記憶金融時(shí)序波動(dòng)率建模及實(shí)證研究
    4.3.1  IGM-FIGARCH模型的建立
    4.3.2  IGM-FIGARCH模型的實(shí)證研究
  4.4  本章小結(jié)
第五章  基于神經(jīng)網(wǎng)絡(luò)和相空間重構(gòu)的長記憶金融時(shí)序預(yù)測研究
  5.1  Elman神經(jīng)網(wǎng)絡(luò)的基本原理
    5.1.1  Elman神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
    5.1.2  Elman神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
  5.2  改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)
  5.3  基于相空間重構(gòu)技術(shù)的非線性金融時(shí)間序列預(yù)測
    5.3.1  時(shí)間序列的相空間重構(gòu)
    5.3.2  重構(gòu)相空間中的參數(shù)估計(jì)
  5.4  基于改進(jìn)Elman網(wǎng)絡(luò)和相空間重構(gòu)的金融時(shí)間序列預(yù)測實(shí)證研究
    5.4.1  數(shù)據(jù)的預(yù)處理
    5.4.2  確定相空間重構(gòu)的參數(shù)
    5.4.3  網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)定
    5.4.4  網(wǎng)絡(luò)訓(xùn)練和預(yù)測
  5.5  本章小節(jié)
第六章  總結(jié)與展望
  6.1  本書總結(jié)
  6.2  工作展望
參考文獻(xiàn)
后記

章節(jié)摘錄

　　2.2.2 灰色系統(tǒng)的原理　　1. 灰理論　　灰色系統(tǒng)理論簡稱灰理論，是針對既無經(jīng)驗(yàn)、數(shù)據(jù)又少的不確定性問題，即“少數(shù)據(jù)不確定性”問題提出的?；依碚撆c概率論和模糊數(shù)學(xué)的區(qū)別在于：人們通過估計(jì)概率與數(shù)理統(tǒng)計(jì)解決樣本量大、數(shù)據(jù)多但缺乏明顯規(guī)律的問題，即“大樣本不確定性”問題；而用模糊數(shù)學(xué)處理人的經(jīng)驗(yàn)與認(rèn)知先驗(yàn)信息的不確定問題，即“認(rèn)知不確定性”問題?！　∮嘘P(guān)灰概念可以有兩種表述方法。一個(gè)是從數(shù)據(jù)與信息的角度定義。灰概念是數(shù)據(jù)少與信息不確定兩種概念的整合，也就是灰性，即少數(shù)據(jù)不確定性。從這個(gè)角度出發(fā)，灰色系統(tǒng)就是少數(shù)據(jù)不確定性系統(tǒng)。另一個(gè)角度是介于“黑”“白”之間的概念，即灰色系統(tǒng)中的“灰”是相對于“黑”、“白”而言的?！昂凇庇脕肀硎拘畔⑼耆粗瑢?yīng)的有黑色系統(tǒng)；“白”用來表示信息完全已知，對應(yīng)的有白色系統(tǒng)，而“灰”用來表示信息部分已知、部分未知，部分確定、部分不確定，對應(yīng)的就是灰色系統(tǒng)?！　?. 灰性的表現(xiàn)　　研究灰色系統(tǒng)的關(guān)鍵在于如何處理灰元，如何使系統(tǒng)淡化或白化，因此灰性的本質(zhì)是“少”與“不確定性”。這二者之間既有區(qū)別又有聯(lián)系，存在著因果關(guān)系。系統(tǒng)灰性主要表現(xiàn)在以下幾個(gè)方面：　?。?）運(yùn)行機(jī)制的灰性。由于信息貧瘠，難以將事物的運(yùn)行機(jī)制闡述清楚，難以對運(yùn)行機(jī)制有明確的認(rèn)知，從而導(dǎo)致運(yùn)行機(jī)制的灰性?！　　?/pre>








圖書封面






評論、評分、閱讀與下載



還沒讀過(96)
勉強(qiáng)可看(701)
一般般(119)
內(nèi)容豐富(4958)
強(qiáng)力推薦(406)


 


    金融時(shí)間序列的長記憶特性及預(yù)測研究 PDF格式下載