股市回报时间序列的周期行为分析
摘要：股票市场指数（SMI）时间序列的比例特性和周期行为是本文的研究对象，包括发达经济体的股市数据、新兴经济体的股市数据以及欠发达或过渡经济体的股市数据。我们采用了两种数据分析技术来获取和验证我们的发现：小波频谱分析用于研究SMI的收益数据，以及Hurst指数方法用于研究市场周期和趋势的局部行为。我们发现了所有分析的SMI数据集中的周期行为。此外，我们发现的周期区间的位置和边界似乎对我们数据集中的所有市场都是共通的。我们列出并说明了我们的SMI数据中存在的九个这样的周期。我们还报告了通过统计分析表征特定峰值行为的小波谱性质，可以区分分析市场增长水平的可能性。我们的结果表明，像相对小波能量和相对小波振幅这样的测量指标可以用于部分区分市场经济体。最后，我们提出了一种基于Hurst标度指数方法来量化股票市场发展水平的方法。根据我们计算的九个峰值区域的局部标度指数，我们定义了我们称之为“发展指数”，在我们的数据集的案例中，这种指数被证明适用于将我们分析的SMI序列分为三个不同的组别。
作者：Djordje Stratimirovic, Darko Sarvan, Vladimir Miljkovic, Suzana Blesic
论文ID：1507.03378
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2017-06-13