ARFIMA模型在金融时间序列的应用

刘强; 余冬玲; 周煜

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
动态公开评议
相关论文
评论

ARFIMA模型在金融时间序列的应用

首发时间：2018-10-31

刘强 ¹
刘强（1991-），男，硕士，主要研究方向：时间序列模型的应用
余冬玲 ¹
余冬玲（1993-），女，硕士，主要研究方向：生物信息与时间序列,E-mail:963536635@qq.com
周煜 ¹
周煜（1982-），男，博士，副教授，主要研究方向：非线性时间序列分析以及应用。

1、湘潭大学数学与计算科学学院，湘潭　411105

摘要：本文系统地讨论了如何对分整自回归移动平均(Autoregressive fractionally integrated moving average, ARFIMA)模型进行参数估计以及相应的建模。具体来说,三种方法ADF、PP和KPSS三种方法被用来检验上证指数和深证成指两条序列的平稳性,并用经典的R/S分析法和修正的R/S分析法以及V/S分析法来分析两条序列的长记忆性。结论显示一致支持上证和深证的日收益序列都有长记忆性,而且上证序列的长记忆性比深证的强。基于长记忆性的检验结果,本文对两条序列采用B-J 方法进行ARFIMA建模。通过信息准则比较确定为,ARFIMA$(6,0.1520,2)$是描述上证日收益序列长记忆性最合适的模型,ARFIMA$(5,0.1282,2)$是描述深证成指日收益序列长记忆性最合适的模型。通过实证研究得出,我国股市中确实存在长记忆性,但中国股市缺乏有效性。

关键词：长程相关性 ARFIMA模型 R/S 分析法

For information in English, please click here

Application of ARFIMA model in financial time series

Liu Qiang ¹
刘强（1991-），男，硕士，主要研究方向：时间序列模型的应用
Yu Dong-Ling ²
余冬玲（1993-），女，硕士，主要研究方向：生物信息与时间序列,E-mail:963536635@qq.com
Zhou Yu ²
周煜（1982-），男，博士，副教授，主要研究方向：非线性时间序列分析以及应用。

1、 School of Mathematics and Computer Science, Xiangtan University, Xiangtan 411105
2、School of Mathematics and Computer Science, Xiangtan University, Xiangtan 411105

Abstract：This paper systematically discusses the parameter estimation and modeling of the integral autoregressive moving average (ARFIMA) model in real-life case studies. ADF, PP, and KPSS are first employed to test the stationarity of the Shanghai and Shenzhen composite index. Then long-range correlation is measured for these two series using the R/S, modified R/S, and V/S analysis. The results demonstrates that the daily revenues sequences of Shangzhen and Shenzhen have long-range correlation but the former's is stronger. Based on the estimated long-range correlation, the B-J method is employed to construct the ARFIMA model for two series. ARFIMA(6, 0.1520, 2) and ARFIMA(5, 0.1282, 2) are specified as the best model to describe the Shangzhen and Shenzhen daily revenue series, based on the comparison of information criteria. It can be concluded from this case study there is indeed long-range correlation in China's stock market, which invalidates the efficient markets hypothesis in China.

Keywords： long range correlation；ARFIMA model；R/S analysis method.

基金：

1. 教育部博士点新教师基金（20124301120004）

论文图表：

引用

导出参考文献

.txt

.ris

.doc

刘强，余冬玲，周煜. ARFIMA模型在金融时间序列的应用[EB/OL]. 北京：中国科技论文在线 [2018-10-31]. https://www.paper.edu.cn/releasepaper/content/201810-86.

No.****

动态公开评议

共计0人参与

动态评论进行中

全部评论

0/1000

论文编号	201810-86
论文题目	ARFIMA模型在金融时间序列的应用
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.