金融时间序列多分辨率实证研究的EMD方法_第1页
金融时间序列多分辨率实证研究的EMD方法_第2页
金融时间序列多分辨率实证研究的EMD方法_第3页
金融时间序列多分辨率实证研究的EMD方法_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

金融时间序列多分辨率实证研究的EMD方法摘要:在介绍了人工股市建模的理论基础,.股市建模中存在的问题与不足,并进一步提出该领域未来的方向.关键词:Agent;计算金融;进展综述2080,金融学开始逐渐摆脱经典金融理论的,为金融和市场微观结构理论均取得了重要的进展,人们对金融市场的认识也因此更为全面深入。一、人工股市建模的历程(一)早期阶段XXKim-Markowitz模型作为第一个现代意义上的基于Agent的人工股市模型,其设计的主要目的在于解释和论证组合保险策略与1987年股市崩之间的关系。同时,它也向人们展示了在金融市场宏微观联系的研究中,基于Agent的人工股市建模的重要作用,而这种桥梁作用正是人工股市模型的核心所在.异质性产生多样性,所以异质性是复杂系统的一个重要特征。在人工股市“异质和反馈”是人工股市建模的主要理念,典型的如Levy(2021)LS模型.在该模型中,Agent利用历史收益预期不同的Agent具有不同的记忆长度,由于异质和反馈作用,模型输出的结果展现出复杂的动态,但LLS模型与Kim—Markowitz模型一样,并不能产生实证典型事实和标度率。模型输出的收益为高斯分布,也没有波动丛集性,从这个意义上说LLS模型更像是一个随机数生成器。(二)多样化阶段1。智能学习模型此类模型的一个重要特征是借鉴了人工智能领域的成果,使用了复杂的学习算法,模型中的Agent具有较高的智能性和适应性。著名的圣菲人工股市(SFI-A)就是这类模型的典型代表,该模型中的Agent使用遗传分类算法学习预测,研究发现当Agent修改其预测规则的速度比较快时,整个市场自组织成复杂的状态.这时,技术交易及短期泡沫出现,资产价格的统计特性呈现出如实际市场一样的GARCH效应。XXTay和Linn(2021)对SFI—A的分类学习系统作了修改,用模糊分类器系统代替了分类器系统。陈树衡等人(2021)的模型采用了遗传规划作为Agent的学习算法.LeBaron(2021)的模型使用神经网络结构来表示Agent的资产组合策略,为了体现异质性,Agent采用不同长度的历史数据学习。2。少数派博弈模型2021年llet和Zhang从Arthur的EIParol 的一个于Agent的模型,称为少数派博弈模型(MinorityGame,MG).模型的Agent采用了较为简单的强化学习算法.模型只有少量的参数,但却是一个同时具备适应性、异质和反馈特点的确定性系统。所以很快少数派博弈模型就成为人们研究复杂适应系统、建立人工股市的一个重要范式。Johnson(2021)把现实市场中者的观望行为引入少数派博弈模型中。在他的模型中,当Agent的最好的策略表现低于某个门限值时,Agent保持观望(inactive)。这样一来,系统中活动的Agent的数目就不是固的,而是时变的,这个性质类似于统计物理中的巨正则系综(grandcanocal),因此这样扩展后的模型被称为巨正则少数派博弈模型(Grand-CanocalMG).Bouud,Giardina, Mezard(2000)首先发现巨正则少数派博能够产生波动丛集性,并且研究了巨正则性质产生波动丛集性的机制。巨正则少数派博弈模型的建立无论对复杂适应系统还是人工股市的研究都具有重要的意义。XX3.模仿学习模型XX模仿学习是一种非常重要的学习行为,同时也是一种相对比较简单的学习行为.如果只研究少数几种策略,Agent的数学模型。这类模型通常仅包括基本分析与技术分析等少数两三种策略,Agent拥有一种策略,它们通过模仿学习不断选择表现较好的策略,在几种非线性作用力下模型通常会展现复杂的动态.BrockHommes提出的“适应信念H模型)uxMarchesi建立的Lux金融时间序列多分辨率实证研究的EMD方法(3)LevyM,LevyH,SolonS.Amicroscopicdelofthestockmarketycles,boomsandcrashesconomicsLetters2021,45:103-111.WB,HollandJH,LeBaronB,PalmerR,TaylerExpectationsinanArtificialStock MarXXket//ArthurWB,DurlaufS,LaneD.TheEconomyasanEvolvingplexSystemIpages15Addison-Wesley,Reading,MA,2021。TayN,LinnS.Fuzzyinductivereasong,expectationformationandthebehiorofsecurityprices。JournalofEconomicDynamXXics andcontrol,2021,25:321—362.ChenSH,YehCH.Evolvingtradersandthebusinesss

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论