论文部分内容阅读
新中国股票市场自1990年12月1日和1990年12月19日深圳证券交易所和上海证券交易所分别成立以来,发展迅速,截至2015年12月31日,沪深两市上市企业总数2,827家,总股本43,014.82亿股,总市值531,304.20亿元,占GDP比重为83.52%。产生于20世纪五十年代的马科维茨、威廉·夏普的经典证券投资理论,以尤金·法玛的有效市场假说为基础,描述了证券市场在理性人假设基础上,投资者通过利用历史信息、公开信息和内幕信息,进行证券投资组合选择和股市投资。有效市场理论由于其严苛的前提假设导致适用性受到极大的挑战,虽然其作为金融市场一个重要理论的地位无法撼动,但也促使人们转而寻找一个更为有效的解释理论。产生于20世纪90年代的分形市场理论以更为贴近真实情况的假设和要求,在一系列量化分析模型的研究论证下,对于金融市场分析具有非常强的适用性。本文对比分析各种量化模型的适用性、实用性和结合作者本人的水平程度,使用JB检验、Q统计量、BDS检验验证了中国股市的非线性;使用中国股市日度数据、周度数据、月度数据验证了中国股市的统计自相似性;使用经典R/S方法、修正R/S方法、DFA方法验证了中国股市的长期记忆性;使用经典R/S方法、修正R/S方法计算出V统计量,得出中国股市的非周期循环天数为[270,330]。本文通过验证中国股市具有异象性特征(非线性、自相似性、长期记忆性),证明中国股市不符合传统金融学中线性范式、正态分布、随机游走、市场有效等要求,这说明使用一定量化分析方法能够对中国股市规律、趋势、运行特点进行研究判断。通过综合运用相关系数矩阵、均值、标准差、变异系数,对不同时间窗口长度的时变Hurst指数进行对比分析,确定在R/S方法下,上证指数的择时模型使用N=270时间窗口下的时变Hurst指数;深证成指的择时模型使用N=270时间窗口下的时变Hurst指数。同理,在DFA方法下,上证指数的择时模型使用N=255时间窗口下的时变Hurst指数;深证成指的择时模型使用N=255时间窗口下的时变Hurst指数。通过对比分析使用R/S方法、DFA方法下的时变Hurst指数择时模型,从择时模型整体精确性效果来看,使用DFA方法得出的时变Hurst指数对于中国股市趋势的分析更加准确,因为DFA方法下时变Hurst指数对于2008年、2015年大行情总体上能够给出较为准确的趋势分析,使用R/S方法下的时变Hurst指数对深证成指2008年大行情解释性和适用性出现一定偏颇的问题。但也不能因此而完全舍弃使用R/S方法计算时变Hurst指数,毕竟R/S方法在整体上仍然具有一定的解释性和适用性。