基于序列比對方法的金融波動研究.pdf

1、隨著金融市場波動的加劇及其在全球范圍內(nèi)的廣泛傳播,采用科學(xué)的方法對金融市場波動進(jìn)行分析,對于預(yù)測金融市場波動具有重要意義。其中金融計量學(xué)方法在金融市場波動方面的研究已取得了豐碩的成果,但對于復(fù)雜的非線性經(jīng)濟(jì)系統(tǒng)來說,單純以金融計量學(xué)的方法來研究金融波動無法全方位地把握波動的規(guī)律,需要利用新的方法從不同的角度來研究波動問題,作為金融計量學(xué)研究方法的補(bǔ)充,符號時間序列分析方法及序列比對方法正可以做到這一點(diǎn)。
　　本文引入生物信息學(xué)中的

2、序列比對方法及非參數(shù)的符號時間序列分析方法,與已有的K-近鄰法相結(jié)合,提出一種新的金融波動預(yù)測方法。利用符號化后的時間序列數(shù)據(jù),將比對目標(biāo)序列與樣本序列進(jìn)行序列比對,通過動態(tài)規(guī)劃算法回溯出高于匹配得分閾值的K條歷史子序列,以此作為K-近鄰法中的K個最近鄰,分別計算各自的權(quán)重,從而得到預(yù)測結(jié)果。以上證綜指、深證成指的高頻數(shù)據(jù)為樣本,對其價格波動序列進(jìn)行實證分析;在成交價格波動這個單一變量的基礎(chǔ)上,通過合適的符號化方法將兩維時間序列轉(zhuǎn)化為一

3、維時間序列,從而擴(kuò)展到對成交價格波動與交易時間間隔、成交價格波動與成交量等兩個變量同時進(jìn)行預(yù)測,以個股萬科的超高頻數(shù)據(jù)為樣本,進(jìn)行實證分析,驗證了該方法的可行性和有效性。該方法可以捕獲時間序列的非線性特征,降低噪聲的敏感性,無需確定數(shù)據(jù)生成過程符合什么模型,也不用做出數(shù)據(jù)是否平穩(wěn)等假設(shè),不僅可以預(yù)測具體的波動值,也可預(yù)測波動所處的區(qū)間,適用范圍廣泛。
　　本文第一章闡述了對金融市場波動進(jìn)行研究的背景、意義及國內(nèi)外研究現(xiàn)狀,并提出本

4、文的創(chuàng)新點(diǎn)。第二章概述了兩個重要的基礎(chǔ)理論,符號時間序列方法及序列比對方法。第三章提出了基于序列比對方法的高頻金融波動預(yù)測方法及其詳細(xì)步驟,并以上證綜指和深證成指采樣間隔為20分鐘的高頻數(shù)據(jù)為樣本進(jìn)行了實證分析,對波動時間序列及波動符號序列分別進(jìn)行了預(yù)測。第四章將單變量預(yù)測擴(kuò)展到雙變量預(yù)測,以個股萬科2010年3月份的超高頻數(shù)據(jù)為樣本進(jìn)行了實證分析。第五章對全文的研究工作進(jìn)行了總結(jié),指出序列比對方法在金融市場的研究中仍有很大的應(yīng)用、發(fā)展