论基于成交量标度的股价动力学分析(doc 13页)

论基于成交量标度的股价动力学分析目录：
1  引言
2  成交量进程时间假设
3  基于成交量标度的股价动力学分析
4  实证研究
5  结论

 

论基于成交量标度的股价动力学分析内容提要：
传统的基于时间标度的股价动力学分析方法缺乏考虑成交量的重要作用，本文在股价调整的成交量进程时间假设下，提出基于成交量标度的股价动力学分析方法。通过对上证综合指数的实证研究，结果表明基于成交量标度的股价动力学分析方法的可行性和有效性。
……

我们都是以固定的日历时间间隔记录经济世界和金融市场中的经济变量，比如宏观经济统计中的GDP年增长率，消费价格指数月变化率，金融市场中的股票价格的日收盘价。对这些金融经济变量的传统的时间序列分析都有一个隐含的假设：这些变量是以固定的日历时间进程推进的。但是，大量的研究发现，这些经济变量并不是以固定的日历时间进程推进的，而是以它自己的经济时间推进的。比如，经济周期就是一个独立的经济时间单位，即有关经济周期的变量的推进模式是从一个周期的一个阶段进入下一个阶段，而不是从一个月到下一个月。由于各个经济周期的时间长度不同，所以分析这些周期行为的合适的时间刻度不能基于月、季、年或者其它日历时间刻度，而应该是经济周期本身[1]。
……

根据前面的基于成交量标度的股价序列的分析方法，我们对上证综合指数的日数据进行了实证分析。按照赤池信息准则AIC、Scharwz-Bayes信息准则BIC和参数值的显著性，我们对两个序列进行了ARIMA模型辨识，发现基于成交量标度的指数序列的自回归项阶数要小于收盘价序列，而且AIC和BIC值也要小于收盘价序列。这说明基于成交量的指数序列的ARIMA模型的拟合情况要优于收盘价序列。再由辨识阶段得到的ARIMA模型的参数值对后面的样本进行了测试，从各个误差分析项（包括均方差、平均绝对值误差、绝对值误差小于1.5％的百分比等）也可以看出，基于成交量标度的指数序列用ARIMA模型拟合要好于收盘价序列。

..............................