- 1、本文档共46页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1
2.1 金融资产回报率简介
以Pt 表示金融资产在时刻t价格,那么金融资产回报率可以定义为:
1.净回报率
2.总回报率
2
2.1 金融资产回报率简介
3.对数回报率
3
2.1 金融资产回报率简介
金融资产回报率能否被预测?金融资产回报率是否随机?
1.Fundamental Analysis
证券分析员通过对财务数据,管理团队,经济趋势,政策趋势,利率,竞争对头等进行分析,预测股票未来收益,决定股票基本价值。
Alfred Cowles (1933),Fama (1965)
4
2.1 金融资产回报率简介
2.Technical Analysis
技术分析员通过对股票价格和交易量的历史数据,预测股票未来回报率。
Dow Theory,Filter System,Relative-Strength System,
Hemline Theory,Super Bowl Indicator, Odd-lot Theory.
为什么技术分析如此吸引人?
大多数技术分析是不可靠的!
5
2.1 金融资产回报率简介
回报率应该是随机的!
3.Quantitaive Analysis
认为金融资产回报率是随机的,并为随机性选择合适的模 型。
二叉树模型,几何布朗运动
6
2.1 金融资产回报率简介
Jensen’s Inequality
如果 f(S) 为凸函数,S为随机变量,则
证明:
7
2.2 金融资产回报率的统计性质
GE 日数据 (1999/12——2000/12)
8
2.2 金融资产回报率的统计性质
9
2.2 金融资产回报率的统计性质
10
2.2 金融资产回报率的统计性质
11
2.2 金融资产回报率的统计性质
12
2.2 金融资产回报率的统计性质
13
2.2 金融资产回报率的统计性质
是否所有金融资产回报率都是如此?
恒生指数1997/1——1998/12日数据:
1)Kolmogorov-Smirnov统计量: 0.1002, p value: 9.3e-005。
2)Jarque-Bera统计量: 1103.7, p value: 1.0e-003。
恒生指数回报率分布存在尖峰。
14
2.2 金融资产回报率的统计性质
15
2.2 金融资产回报率的统计性质
尾极值指数检验
若随机变量X的分布函数满足
称r为上尾极值指数。
若X为正态分布,
16
2.2 金融资产回报率的统计性质
尾极值指数检验(继续)
Moment型统计量,
假设检验:H0: r=0; H1: r>0.
在H0成立的条件下,
17
2.3 金融资产回报率的长期相关性
18
2.3 金融资产回报率的长期相关性
Hurst指数
基本思路是对于时间序列 {xt} ,设观测次数为M,令:
RN称为N 期间上的极差,1≤ N ≤ (M−1)/2 ,这里 RN 随N的增大而增大。
19
2.3 金融资产回报率的长期相关性
Hurst指数(继续)
Hurst用观测值的标准差去除极差 RN 得到下列关系式:
其中,SN 为N期间上的标准差,α是常数,H 称为Hurst指数,且0≤ H ≤ 1 。
Hurst指数有三种不同类型:
1) H =0.5,
2) 0≤ H < 0.5 ,
3) 0.5 < H ≤ 1 。
20
2.3 金融资产回报率的长期相关性
股票数据的R/S分析和Hurst指数
计算股票的对数收益率:
将长度为M的时间序列 {xt} 分成 A个长度为N的相邻子区间 ,AN=M 。每个子区间分别记为 Iα , 这里α=1,2,…, A;每个Iα上的 xt 记为 xk,α , 这里k =1,2,…N。对于每个子区间Iα , 计算累积偏差:
21
2.3 金融资产回报率的长期相关性
股票数据的R/S分析和Hurst指数(继续)
计算每个子区间的极差 :
对于每个N计算 :
其中 为区间Iα上的标准差;
22
2.3 金融资产回报率的长期相关性
股票数据的R/S分析和Hurst指数(继续)
做出V统计量
相对于log(N)的曲线,找出曲线由上升转而为常数或下降的分界点N(0)。我们可以认为经过了N(0)时间之后,序列的长期相关性就已经基本不复存在,即一个股票的数据信息影响了N(0)的时间。
23
2.3 金融资产回报率的长期相关性
股票数据的R/S分析和Hurst指数(继续)
将数据按照≤ N(0)和>N(0)分为两组,分别利用
估计出Hurst指数。这样我们得到在序列长期相关性存在时,序列的Hurst指数H1,以及在序列基本不存在长期相关性时,序列的Hurst指数H2。
24
2.3
文档评论(0)