作者:姜仁娜; 叶俊股票概率论d长记忆性
摘要:针对中国股票市场的长记忆性问题,讨论了分整自回归移动平均(Auto—regressive fractional integrated moving average,ARFIMA(p,d,q))模型中的参数估计问题,重点集中在对分整参数d的估计。使用Hurst指数方法估计d,并分别用经典R/S方法、有偏修正R/S方法和无偏修正R/S方法进行估计,并结合上证指数和深证成指的收益率数据,给出了3种方法的估计结果。实证结果表明,中国股票市场已初步显示出了长记忆性。给出ARFIMA模型的最优阶数和全部参数估计值。得出了上证指数和深证成指收益率所适合的最优的ARFIMA模型。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《清华大学学报·自然科学版》(CN:11-2223/N)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
杂志详情