当前位置 —论文—写论文— 范文

关于金融市场论文范文检索,与金融危机文参考文献最新进展相关毕业设计论文

本论文是一篇关于金融市场毕业设计论文,关于金融危机文参考文献最新进展相关毕业论文开题报告范文。免费优秀的关于金融市场及金融危机及物理学方面论文范文资料,适合金融市场论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

.这一结果表明,在分钟的时间标度,中国金融市场的保持概率的动力学行为偏离普适性,与价格波动率的时间自关联函数的非普适行为一致[15].进一步,我们引入一个时间非局域的价格收益率和价格波动率的时间互关联函数,可以更深入地描述中西方金融市场的反杠杆效应和杆杠效应[12].

3微观多体模型及其数值模拟

在前面的2.3和2.4小节中,我们曾引入半经验的唯象模型描述价格收益率和波动率的反馈相互作用和个体股票的板块相互作用.为了从更基本的层次探讨金融市场的相互作用机制并与微观市场数据比较,本节重点研究微观多体模型,并特别关注两类模型:动力学羊群模型和少数者博弈论.

3.1动力学羊群模型

过去一些年,人们对静态的羊群模型已有相当多的研究,我们关注动态的羊群模型.动态的羊群模型的羊群结构随时间演化,因而更切近金融市场动力学.原始的动力学羊群模型十分简单[6]:设股票市场总共有N个股民,股民会结成团,结成一团的股民将保持行动一致.设定初始条件和控制参数0<,a<,1,在任意时刻t,随机抽取股民i,

以概率1-a,股民i的团不交易,而与随机抽取的另一团j结成更大的团.

以概率a,股民i的团交易,然后解散该团.

记录交易的团i的大小s,并定义其等于价格波动率.这一简单的模型,可以复制金融市场价格波动率的"幂次胖尾"分布,但无法给出价格波动率的长程时间自关联.

原始的动力学羊群模型的唯一控制参数是a,而1/a代表信息传播的速度.当a大,信息交流慢股民倾向不结团,较随机地进行交易,当a小,信息传播快,股民倾向结团,谨慎交易.但是,一个不变的信息传播速度不合理.对实际的股票市场,当其处于动荡状态,信息传播快,当其处于平稳状态,信息传播慢.所以,a应当与价格波动率相关.我们引入一个带反馈相互作用的控制参数[19-21]

其中s是前一时刻的价格波动率,b和c是常数.这样一种带反馈相互作用的动力学羊群模型,可以克服原始模型的诸多弱点,定性和定量地描述金融市场的动力学行为.尤其是对价格波动率的长程时间自关联,两相行为,价格大波动,以及交易量,交易次数与价格的关系等,可以给出较好的解释[19-22].

3.2少数者博弈论

近年来,少数者博弈论的理论研究已相当广泛,我们特别关注其在金融市场的应用研究.少数者博弈论假设股票市场共有N个股民,每个股民从策略库抽取若干个策略,每一策略根据股票价格的历史进行决策:买或卖,或不交易.每一时刻对每一策略进行打分,每一时刻每个股民采用前一时刻分数最高的策略进行决策.价格收益率定义为买家数和卖家数的差.所以,(买家和卖家的)少数者为赢家.这一模型的关键是策略的打分机制:当前决策正确的策略加分,否则减分.需要特别强调,这一打分机制只与当前的市场价格相关,与股民无关,与策略过去的成绩无关.

我们指出,策略的打分机制应当与策略过去的成绩相关.而每个股民按照他手中若干策略的相对成绩打分,所以打分机制还与股民相关.最后的结果是,即便同一个策略,在不同股民手中,宛如不同的策略,因为它的分数的动力学演化是不同的.换句话说,等效的策略总数大幅度增加了.这一打分机制可以克服原始打分机制的弱点,如周期性行为和价格波动率的长程时间自关联等,使少数者博弈论的动力学行为更接近真实市场[23,24].

4学术交流与人才培养

一方面为了加强国内外的学术交流和合作研究,使本项目的研究工作尽可能贴近前沿领域,尽快达到国际一流水平,另一方面为了扩大本项目的影响力,报告我们的最新研究成果,提高相关学科在国际上的关注度,近几年我们举办了一系列国际会议,侧重交叉学科的数值模拟研究.例如,2004-2007年,我们举办了第一届至第四届《杭州计算机模拟物理国际研讨会》,会议顾问和组织委员会成员包括国际纯粹与应用物理学会统计物理分会主席K.BinderH.E.Stanley,计算物理国际权威专家D.PLandau,凝聚态物理国际权威专家M.Suzuki,R.Ziff等.

本项目共培养博士研究生4名,其中三名毕业后在高等学校金融系,新闻系和电子信息系任教,其中两名已获得国家自然科学基金青年科学基金项目资助.

参考文献

1.MantegnaRNandStanleyHE.Scalingbehaviorinthedynamicsofaneconomicindex.Nature,1995,376(6535):46-49,Turbulenceandfinancialmarkets.Nature,1996,383(6601):587-588

2.GopikrishnanP,PlerouV,AmaralLAN,MeyerM,andStanleyHE.Scalingofthedistributionoffluctuationsoffinancialmarketindices.PhysicalReviewE,1999,60(5):5305-5316

3.LuxTandMarchesiM.Scalingandcriticalityinastochasticmulti-agentmodelofafinancialmarket.Nature,1999,397(6719):498-500

4.StaufferD,deOliveriaPMC,andBernardesAT.MonteCarlosimulationofvolatilityclusteringinmarketmodelwithherding.InternationalJournalofTheoreticalandAppliedFinance,1999,2(1):83-94

5.ContRandBouchaudJP.Herdbehaviorandaggregatefluctuationsinfinancialmarkets,MacroeconomicDynamics,2000,4(2):170-196

6.EguiluzVMandZimmermannMG.Transmissionofinformationandherdbehavior:

Anapplicationtofinancialmarkets.PhysicalReviewLetters,2000,85(26):5659-5662

7.GabaixX,GopikrishnanP,PlerouV,andStanleyHE.Atheoryofpower-lawdistributionsinfinancialmarketfluctuations.Nature,2003,423(6937):267-270

8.PlerouV,GopikrishnanP,RosenowB,AmaralLAN,andStanleyHE.Universalandnonuniversalpropertiesofcrosscorrelationsinfinancialtimeseries.PhysicalReviewLetters,1999,83(7):1471-1474

9.BouchaudJP,MataczA,andPottersM.Leverageeffectinfinancialmarkets:

Theretardedvolatilitymodel.PhysicalReviewLetters,2001,87(22):228701

10.PlerouV,GopikrishnanP,RosenowB,AmaralLAN,GuhrT,andStanleyHE.

Randommatrixapproachtocrosscorrelationsinfinancialdata.PhysicalReviewE,2002,

65(6):066126

11.SorteD.Criticalmarketcrashes.PhysicsReports,2003,378(1):1-98

12.QiuT,ZhengB,RenF,andTrimperS.Return-volatilitycorrelationinfinancialdynamics.PhysicalReviewE,2006,73(6):065103(R)

13.ShenJandZhengB.Cross-correlationinfinancialdynamics.EurophysicsLetters,2016,

86(4):48005

14.ShenJandZhengB.Onreturn-volatilitycorrelationinfinancialdynamics.EurophysicsLetters,2016,88(2):28003

15.QiuT,ZhengB,RenF,andTrimperS.StatisticalpropertiesofGermanDAXandChineseIndices.PhysicaA,2007,378(2):387-398

16.ShenJ,ZhengB,LinH,andQiuT.Dynamicrelaxationoffinancialindices.ModernPhysicsLettersB,2016,23(24):2889-2897