修正DFA方法在中国股票市场的实证研究

摘要：

@@ 作为对金融时间序列进行长期相关性检验的分形分析方法,DFA以其良好的特性而得到广泛的应用.因为,DFA方法与小波分析方法相比,它大大降低了计算的复杂性;与R/S分析法相比,DFA对于检测非平稳时间序列的长期相关性更为有效.由于具有这样的优点,DFA已经被成功应用到DNA序列、人类步法、天气记录、云层结构、经济时间序列和凝固态物理等众多领域.国内学者也将其引入到中国股票市场的分形分析中,庄新田、黄小原对这一领域进行了最早的研究;张永东采用DFA方法验证了中国股票市场绝对收益和平方收益的长期相关性;胡雪明、宋学峰对沪深股市的DFA指数值进行了比较;魏宇、黄登仕进一步通过DFA方法分析了中国股票市场的高频数据,他们的研究都得出了中国股票市场收益具有持久性特征的结论.

机标关键词：小波分析方法、中国、股票市场、相关性检验、分形分析、市场收益、平稳时间序列、经济时间序列、金融时间序列、云层结构、应用、绝对收益、沪深股市、高频数据、方法验证、分析法、多领域、学者、物理、天气

分类号：F8(财政、金融)

在线出版日期：2006-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：34-35