fract 发表于 2004-3-5 20:14

沪深市场的混沌分形特征--HURST指数应用初探

为了便于了解初步分析的认识结论,先简单介绍一下HURST指数及其应用。
H.E.HURST(赫斯特)是英国水文学家。以他命名的HURST指数,被广泛用于资本市场的混沌分形分析。除了埃德加.E.彼得斯的两本专著外,近几年也发表了一些论文。
一个具有赫斯特统计特性的系统,不需要通常概率统计学的独立随机事件假设。它反映的是一长串相互联系事件的结果。今天发生的事将影响未来,过去的事也会影响现在。这正是我们分析资本市场所需要的理论和方法。传统的概率统计学,对此是难办到的。
HURST指数(H)有三个不同类型:
1、H=0.5,标志着所研究的序列是一个随机序列,即过去的增量与未来的增量不相关。这是通常概率统计学的研究对象;
2、0.5<H<1.0,标志着所研究的序列是一个持久性序列,即过去的增量与未来的增量正相关。序列有长程相关性;
3、0<H<0.5,标志着所研究的序列是一个反持久性序列,即过去的增量与未来的增量负相关,序列有突变跳跃逆转性。
根据赫斯特的研究,自然界的很多自然现象,H大于0.5。埃德加.E.彼得斯的两本专著,对国外资本市场进行了系统分析,证实了许多市场指数的H也大于0.5;近几年国内发表了一些论文,同样验证了沪深市场指数的H也大于0.5。这种市场特征,被称为是有偏随机游动市场,也即市场具有混沌分形特征。
对于反持久性序列,埃德加.E.彼得斯指出,它在经济金融学中虽然很重要,但人们发现的反持久性序列却很少。因此,在两本专著中论述不多。
HURST指数的经典计算方法,是R/S分析法,即重标极差分析法。用此法计算HURST指数,不仅计算量大,且方法繁杂。目前所见论文,一般都是针对少数代表性指数,且多半是用月(周)数据分析的。对于个股的HURST指数计算,尚未见到。在现有的几个股软(飞狐或分析家)上直接实现,虽有可能,也较困难。因此,除了经典计算方法外,寻求一种简单些的计算方法也是有必要的。

为了便于对沪深市场的所有股票进行分析,本人采用了一种简化方法,计算出沪深市场所有股票的HURST指数。对这种方法只进行了一般性的误差分析,未与R/S分析法进行全面比较。因此,计算结果和初步认识仅供参考。
一、指数类的HURST指数
1、上证:0.568,沪A:0.571,沪B:0.583;
2、深成指:0.533,深综指0.515
初步认识:就大盘而论,沪深市场的日线周期数据序列是持久性序列,且沪市比深市有偏性更强,沪B比沪A有偏性更强。
二、A股市场所有股票的HURST指数(1260支)
1、H大于等于0.55的有36支,H大于等于0.52的有96支,H大于0.50的有137支
2、H小于等于0.45的有36支,H小于等于0.48的有1016支
初步认识:A股市场的绝大多数股票,其日线周期数据序列是反持久性序列,序列有极强的突变逆转性。相反,持久性序列仅有1/10左右。这是现有研究中无人提及的。
三、B股市场所有股票的HURST指数(109支)
H大于0.50的有69支,H小于0.50的有31支
初步认识:B股市场的股票比A股市场有偏性强,但仍有3/10的B股,其日线周期数据序列是反持久性序列。
说明:新股的日线周期数据序列太短,按理是不能计算HURST指数的。统计时未剔除新股。

fract 发表于 2004-3-6 14:57

A股市场部份股票的HURST指数(持久性序列)
说明:新股的日线周期数据序列太短,按理是不能计算HURST指数的。统计排序时未剔除新股。

[ Last edited by fract on 2004-3-6 at 15:01 ]

fract 发表于 2004-3-6 14:59

A股市场部份股票的HURST指数(反持久性序列)

tanvd 发表于 2004-3-7 21:11

有创意,学习.

newsreel 发表于 2004-3-13 21:22

有什么应用价值吗?

mingcn 发表于 2004-3-14 22:17

不太明白。。。。。

hermeslee 发表于 2004-3-16 22:48

历史事件对股价波动有一定影响,但总体看来不可预测。

wfw 发表于 2004-3-20 02:12

有什么应用价值吗?

fract 发表于 2004-3-20 21:00

Originally posted by wfw at 2004-3-20 02:12:
有什么应用价值吗?
对于实战看盘高手来说,应用价值也许不太大。但对一般水平的投资者来说,还是有很大应用价值。对于HURST指数的实战应用,未发现任何参考资料。我也只是初步探索,抽空我会再谈具体应用体会(因最近有其它事在忙)。

fract 发表于 2004-3-31 09:23

因有它事拖累,尚未续帖。为了避免在续帖时过多地再谈混沌分形理论应用的一般问题,现在,先另发一帖,转载几篇混沌分形理论应用方面的论文。

请看:“混沌分形理论应用参考资料,供有兴趣的朋友一阅”专帖

原一心 发表于 2004-4-1 07:51

学习

boweb 发表于 2004-4-6 01:50

学习挖掘

raindrop 发表于 2004-4-14 04:48

fract, 研究复杂性的吗?

fract:
我也对金融市场的复杂性 比较感兴趣, 估计你也是高校的吧,向你学习。

fract 发表于 2004-4-14 21:39

Originally posted by raindrop at 2004-4-14 04:48:
fract:
我也对金融市场的复杂性 比较感兴趣, 估计你也是高校的吧,向你学习。
raindrop:好名字。你也对金融市场的复杂性比较感兴趣,愿闻高见。
你估计的不错,我是高校的,理工科的一个退休老人,但所学专业与金融市场的复杂性无关。我也谈不上是研究复杂性的,只是感兴趣而已。退休后,到股市里玩玩,主要是想圆一个梦:看看股市究竟能否被预测?因此,我并未专注于某一种预测理论和方法。曾涉猎的理论方法虽然不少,但均欠精深。这些东西,多半被认为是学院派的,真正用于股市实战,还需下不少工夫。特别是当前学术界弄虚作假比比皆是,许多学位论文东抄西拼,并无多大参考价值。前年,曾看到一本博士专著,是非线性动力学系统用于股市的,所列参考文献很多。其中多次反复引用的几篇国外经典文献,引用时有些问题。我发电子邮件问他,他局然说并未看过这些经典文献。至于故弄玄虚,就更不用说了。

raindrop 发表于 2004-4-15 19:53

fract 老师您好:

我是也是高校的老师,一直是工科的,现在搞管理科学与工程,很高兴认识你。
我最近也对金融市场感兴趣,做了些文献调查,国内的研究就像你说的,基本上是跟踪国外,且不规范,不踏实,股市预测若从复杂性的角度,可以说是低维
混沌系统,接着就是长期不可预测,但短期近似线性,可以考虑进行预测。
任何复杂的计量经济学模型 和非线性模型的预测结果,都是有限的。我认为
预测是可以做的,但其结果的评价需要时间的考验,当然结合专家领域经验的
模型,是比较好的,总之实在是复杂,简单的复杂化了,复杂的简单化了,总算
是认识的一中反复过程吧。最近我也建立了一个基于模糊信息的预测模型,
也才是一种尝试吧,那个模型更好, 实在是一个复杂的问题, 难以作答。要是有心人,能够坚持用好一种进行实践就不错了。

陋见


Originally posted by fract at 2004-4-14 09:39 PM:

raindrop:好名字。你也对金融市场的复杂性比较感兴趣,愿闻高见。
你估计的不错,我是高校的,理工科的一个退休老人,但所学专业与金融市场的复杂性无关。我也谈不上是研究复杂性的,只是感兴趣而已。退休后, ...

fract 发表于 2004-4-15 21:11

基于模糊信息的预测模型,在哪种软件平台上做的?基于模糊信息的预测,还是一个十分宽泛的概念,大概属于模糊预测的哪一分支?
“要是有心人,能够坚持用好一种进行实践就不错了。”,说得好。问题在于预测理论方法很多,每种预测理论方法又各有其优缺点和适用条件;我国的金融市场还很不成熟,研究风气又多半华而不实。不亲自研究检验一下,是很难找到一种合理的方法的。特别是用于股市实战,更要慎之又慎。

raindrop 发表于 2004-4-16 19:37

Fract 老师:

我的那个 不值一提的模糊信息模型,是用matlab编写的,我用上证指数短期的数据做了个简单实证,本来的初衷也不是指望它有多高的精度,只是想看看模型的效果如何。总得说来,不是很理想,但它可以给出一个待预测价格的隶属函数,或可能性分布。模糊信息的确是比较泛的概念,该术语的界定有多种说法,我做的模型可以用于模式识别,分类,预测等问题。算是从历史价格中寻找隐含规律吧,有点类似神经网络的思想,但它的机理更加明确。


Originally posted by fract at 2004-4-15 09:11 PM:
基于模糊信息的预测模型,在哪种软件平台上做的?基于模糊信息的预测,还是一个十分宽泛的概念,大概属于模糊预测的哪一分支?
“要是有心人,能够坚持用好一种进行实践就不错了。”,说得好。问题在于预测理论方 ...

fract 发表于 2004-4-16 20:51

Originally posted by raindrop at 2004-4-16 19:37:
Fract 老师:

我的那个 不值一提的模糊信息模型,是用matlab编写的,我用上证指数短期的数据做了个简单实证,本来的初衷也不是指望它有多高的精度,只是想看看模型的效果如何。总得说来,不是很理想,但它可以 ...
raindrop兄:请不要再称老师了,因为在这一领域,我最多也就算得上一个刚启蒙的小学生。在网络这个虚拟世界里,太真实,反而容易引起误解。不久前,我就因此而弄得尴尬。在网络里,既然都用网名,有缘聊聊,就是兄弟朋友。
巧啦!我在飞狐软件上不太好做的研究,也用MATLAB,很喜欢它。
你所做的模糊信息模型研究,可以用于模式识别,分类,预测等问题。从历史价格中寻找隐含规律,有点类似神经网络的思想,但它的机理更加明确。这是一个较好的思路,向你学习。

willlon 发表于 2004-4-19 22:53

野狐禅 发表于 2004-4-20 06:48

Originally posted by fract at 2004-3-6 02:57 PM:
A股市场部份股票的HURST指数(持久性序列)
说明:新股的日线周期数据序列太短,按理是不能计算HURST指数的。统计排序时未剔除新股。
I am guessing the market would be able to change its behavior in about three months. Thus, Hurst analysis can only have some theoritical meaning, such as if the market is a random walk or not. It may not be suitable for daily trading.
页: [1] 2 3 4 5
查看完整版本: 沪深市场的混沌分形特征--HURST指数应用初探