基于多重分形的金融市场复杂特性分析及应用 以中国股票市场为研究对象【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

基于多重分形的金融市场复杂特性分析及应用 以中国股票市场为研究对象PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 非线性框架下研究中国股票市场价格行为的现实背景1

1.2 非线性框架下研究中国股票市场价格行为的理论背景2

1.3 分形市场理论的提出6

1.4 将多重分形理论应用于中国股票市场的重要意义8

第2章 金融市场11

2.1 金融市场概述11

2.2 金融市场基本理论13

2.2.1 投资组合理论13

2.2.2 资本资产定价模型21

2.2.3 资本市场微观结构理论38

2.2.4 资本市场风险管理技术41

2.2.5 金融市场波动的传统理论与方法47

2.3 本章小结49

第3章 复杂性理论及方法50

3.1 分形理论50

3.1.1 分形的提出50

3.1.2 分形的定义51

3.1.3 分形例子52

3.1.4 分形特征54

3.1.5 分形维数56

3.1.6 分形类型58

3.2 分形市场理论59

3.2.1 分形市场的含义60

3.2.2 分形市场的特征60

3.2.3 分形市场理论与有效市场理论的比较61

3.2.4 分形市场理论的意义62

3.2.5 对股市分形结构的诠释64

3.3 多重分形理论66

3.3.1 多重分形理论的产生66

3.3.2 多重分形概念66

3.3.3 多重分形测度及多重分形过程67

3.3.4 多重分形的时变性参数71

3.3.5 多重分形谱73

3.3.6 资产收益率多重分形模型76

3.4 混沌理论80

3.4.1 混沌的定义80

3.4.2 混沌的基本特征81

3.4.3 混沌理论的产生81

3.4.4 混沌实例82

3.4.5 混沌经济系统的度量89

3.5 复杂性方法94

3.5.1 自相似性和标度不变性94

3.5.2 稳定分布与负幂律分布96

3.5.3 多标度与多重分形98

3.5.4 自相关函数与自相关指数99

3.5.5 Hurst指数101

3.5.6 消除趋势波动分析105

3.5.7 盒计数法107

3.6 本章小结109

第4章 金融市场的异象性特征110

4.1 有效市场理论概述110

4.2 金融市场异象概述117

4.3 中国股票市场的非线性检验123

4.3.1 数据说明123

4.3.2 正态性检验125

4.3.3 相关性检验128

4.4 中国股票市场的长记忆性特征131

4.4.1 经典R/S分析132

4.4.2 修正R/S分析134

4.4.3 消除趋势波动分析136

4.4.4 基于高频数据的股市交易量与价格波动长记忆研究139

4.5 中国股票市场的多标度特性145

4.5.1 函数盒维数分析145

4.5.2 多标度分析148

4.6 中国股票市场的可预测性154

4.6.1 基于指数涨落的符号序列方法154

4.6.2 可预测性实证研究结果155

4.7 本章小结158

第5章 中国股票市场的多重分形特性研究160

5.1 相关文献综述160

5.1.1 国外文献综述161

5.1.2 国内文献综述167

5.1.3 存在的问题169

5.2 中国股市收益率的多重分形消除趋势波动分析170

5.2.1 MF-DFA方法170

5.2.2 股市收益率多重分形结构及成因分析171

5.2.3 基于MF-DFA的中国股市收益率标度突变现象177

5.3 中国股市收益率的多仿射分析184

5.3.1 多仿射方法184

5.3.2 股市收益率的长记忆性与市场发展状态间的关联性185

5.4 中国股票市场价格波动的多重分形特性187

5.4.1 多重分形谱参数与股价波动趋势之间的关系187

5.4.2 股价发生大幅波动条件下多重分形谱参数的异常变化190

5.4.3 多重分形谱参数与收益率的关联性195

5.5 中国股市各行业板块奇异性特征比较197

5.6 世界主要股票市场的多重分形特性比较203

5.7 中国商品期货市场的多重分形特性分析209

5.8 国际汇率的多重分形特性分析213

5.9 本章小结216

第6章 多重分形特性在金融风险管理中的应用218

6.1 股票价格预测的基本方法218

6.2 基于符号序列方法的股票价格的方向预测220

6.2.1 基于多重分形谱参数△f的符号序列方法220

6.2.2 两种符号序列方法的比较221

6.2.3 符号序列方法对股票价格方向预测的结果224

6.3 基于多重分形谱的神经网络建模及股票价格预测230

6.3.1 基于多重分形谱的神经网络模型的提出230

6.3.2 基于多重分形谱的神经网络模型结构设计231

6.3.3 预测过程及结果233

6.4 基于多标度的风险度量指标及其在风险管理中的应用235

6.4.1 多重分形特性的确认235

6.4.2 股价随时间变化的MF-DFA分析238

6.4.3 基于MF-DFA的风险度量指标在金融风险管理中的应用240

6.5 本章小结243

第7章 结论、启示与展望245

7.1 结论245

7.2 启示246

7.3 未来研究方向248

参考文献250

附录262