期刊文献+

中国股票市场的长期记忆性与趋势预测研究 被引量:12

Research on the Long-term Memory of Chinese Stock Market and Its Trend Prediction
下载PDF
导出
摘要 本文利用较新的精准局部似然函数法,以上证指数为对象,估计了ARFIMA(p,d,q)模型的长期记忆参数d,并分析了上证指数的趋势性变化。估计结果和稳健性检验均表明,上证指数具有长期记忆性,以上证指数为代表的股票市场并非有效;模拟结果显示,当滚动窗口n=260,带宽m=[n0.65]时,长期记忆参数即估计量d既具备一致性,又具有渐进正态性。在2004年10月8日至2015年11月13日期间,模型给出了8次上涨或下跌的趋势转换信号,其中7次信号是正确的,仅有1次给出了错误信号;股票价格由下跌趋势转为上涨趋势和由上涨趋势转为下跌趋势两种情况相比,记忆参数d在前一种情况时下跌幅度更大,给出的信号更明显。 By using of a new Exact Local Whittle estimation for the first time in the domestic, it estimates long memory parameter d of the ARFIMA (p, d, q) model, and analyzes the trend of Shanghai composite index. The estimate results and robustness tests indicate that the Shanghai composite index has a long-term memory and Chinese stock market is not effective. The long memory parameter estimator d is shown to be consistent and asymptotically normally distributed when rolling window n = 260, bandwidth m = [ n^0.65 ] . During the period from October 8, 2004 to November 13, 2015, the model gives eight times upward or downward trend conversion signal, seven times is correct, only one error signals is presented. Comparing two kinds of circumstances of stock price from the downward to upward trend and the uptrend into a downward trend, the memory parameter d fell even more sharply in the former case and signals are given more obvious.
作者 谭政勋 张欠
出处 《统计研究》 CSSCI 北大核心 2016年第10期57-66,共10页 Statistical Research
基金 中央国库科研经费暨南大学远航计划项目"资产价格波动与货币政策问题研究"(15JNYH009) 广东省自然科学基金项目"中国银行业的稳定性 效率与货币政策"(2015A030313338)资助
关键词 ARFIMA(p d q)模型 长期记忆性 ELW估计法 趋势预测 ARFIMA ( p, d, q) Model Long-term Memory ELW Estimation Trend Prediction
  • 相关文献

同被引文献89

引证文献12

二级引证文献27

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部