All—pass模型及傳統(tǒng)的時(shí)間序列模型在中國(guó)股票市場(chǎng)中的實(shí)證研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩83頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文的研究包括以下幾個(gè)方面的內(nèi)容:第一,根據(jù)收益率散點(diǎn)圖和一些基本統(tǒng)計(jì)量分析我國(guó)股市的分布特征,發(fā)現(xiàn)我國(guó)股市的收益率序列不符合正態(tài)分布,并且存在明顯的波動(dòng)群集現(xiàn)象.第二,采用傳統(tǒng)的時(shí)間序列模型來(lái)分析我國(guó)的股票市場(chǎng).分別將GARCH模型、EGARCH模型與ARMA模型結(jié)合起來(lái)擬合滬深股市綜合指數(shù)的收益率序列,發(fā)現(xiàn)它們能夠很好地反映我國(guó)股市的波動(dòng)特性,研究結(jié)果與國(guó)內(nèi)外已有的一些結(jié)論基本相吻合.第三,介紹all-pass模型的基本理論以及求解

2、參數(shù)的LAD準(zhǔn)則,根據(jù)Jury準(zhǔn)則確定all-pass模型參數(shù)的平穩(wěn)范圍.第四,利用非線性規(guī)劃對(duì)all-pass模型參數(shù)的LAD估計(jì)量進(jìn)行求解.采用網(wǎng)格點(diǎn)法選取參數(shù)的初始估計(jì),從而減少陷入局部最優(yōu)解而不是全局最優(yōu)解的可能性.第五,基于遺傳算法給出all-pass模型參數(shù)的LAD估計(jì)量的另一種求解方法.該方法在保證參數(shù)全局最優(yōu)解的條件下,加快了參數(shù)最優(yōu)解的搜索速度.第六,用all-pass模型擬合滬、深綜合指數(shù)的收益率序列,并對(duì)未來(lái)五天的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論