分享打开微信,点击底部的“发现”,使用 “扫一扫” 即可将网页分享到我的朋友圈
股票收益波动具有典型的连续函数特征,将其纳入连续动态函数范畴分析,能够挖掘现有离散分析方法不能揭示的深层次信息.本文基于连续动态函数视角研究上证50指数样本股票收益波动的类别模式和时段特征:首先由实际离散观测数据信息自行驱动,重构隐含在其中的本征收益波动函数;进一步,利用函数型主成分正交分解收益函数波动的主趋势,在无核心信息损失的主成分降维基础上,引入自适应权重聚类分析客观划分股票收益函数波动的模式类别;最后,利用函数型方差分析检验不同类别收益函数之间波动差异的显著性和稳健性,并基于波动函数周期性时段划分、图形展示和可视化剖析每一类别收益函数在不同时段波动的势能转化规律.研究发现:上证综指股票收益波动的主导趋势可以分解为四个子模式,50只股票存在五类显著的波动模式类别,并且五类波动模式的特征差异主要体现在本次研究区间的初始阶段.本文拓展了股票收益波动模式分类和差异因素分析的研究视角,能够为金融监管部门管理策略的制定和证券市场的投资组合配置提供实证支持.
函数型主成分、波动模式、自适应聚类、上证50
35
C812(统计方法)
国家自然科学基金“函数型数据的自适应分类预测方法及其在金融高频预测中的应用”71701201;教育部人文社会科学基金“金融市场的函数型数据挖掘方法与应用研究”15YJCZH162;2016年度全国统计科学研究项目“函数型数据自适应聚类分析的方法与应用研究”2016LY13的阶段性研究成果,同时获江苏省自然科学基金青年项目“金融高频数据的函数型自适应分类预测方法研究”BK20170268;中国博士后科学基金项目“函数型数据挖掘理论、方法与应用”2015M571839;中央高校基本科研业务费专项基金“基于函数型数据分析的大数据挖掘方法及其经济管理应用”2015WA01
2018-11-13(万方平台首次上网日期,不代表论文的发表时间)
共13页
79-91