<track id="j575v"><span id="j575v"><th id="j575v"></th></span></track>
<address id="j575v"></address>

    <video id="j575v"><progress id="j575v"><progress id="j575v"></progress></progress></video>

      <p id="j575v"></p>

    
    
      <form id="j575v"><dl id="j575v"></dl></form>
      <video id="j575v"></video><nobr id="j575v"></nobr><video id="j575v"></video>
        <track id="j575v"></track>

        <pre id="j575v"></pre><big id="j575v"><span id="j575v"></span></big>

            您當前所在位置: 首頁 > 首發論文
            動態公開評議須知

            1. 評議人本著自愿的原則,秉持科學嚴謹的態度,從論文的科學性、創新性、表述性等方面給予客觀公正的學術評價,亦可對研究提出改進方案或下一步發展的建議。

            2. 論文若有勘誤表、修改稿等更新的版本,建議評議人針對最新版本的論文進行同行評議。

            3. 每位評議人對每篇論文有且僅有一次評議機會,評議結果將完全公示于網站上,一旦發布,不可更改、不可撤回,因此,在給予評議時請慎重考慮,認真對待,準確表述。

            4. 同行評議僅限于學術范圍內的合理討論,評議人需承諾此次評議不存在利益往來、同行競爭、學術偏見等行為,不可進行任何人身攻擊或惡意評價,一旦發現有不當評議的行為,評議結果將被撤銷,并收回評審人的權限,此外,本站將保留追究責任的權利。

            5. 論文所展示的星級為綜合評定結果,是根據多位評議人的同行評議結果進行綜合計算而得出的。

            勘誤表

            上傳勘誤表說明

            • 1. 請按本站示例的“勘誤表格式”要求,在文本框中編寫勘誤表;
            • 2. 本站只保留一版勘誤表,每重新上傳一次,即會覆蓋之前的版本;
            • 3. 本站只針對原稿進行勘誤,修改稿發布后,不可對原稿及修改稿再作勘誤。

            示例:

            勘誤表

            上傳勘誤表說明

            • 1. 請按本站示例的“勘誤表格式”要求,在文本框中編寫勘誤表;
            • 2. 本站只保留一版勘誤表,每重新上傳一次,即會覆蓋之前的版本;
            • 3. 本站只針對原稿進行勘誤,修改稿發布后,不可對原稿及修改稿再作勘誤。

            示例:

            上傳后印本

            ( 請提交PDF文檔 )

            * 后印本是指作者提交給期刊的預印本,經過同行評議和期刊的編輯后發表在正式期刊上的論文版本。作者自愿上傳,上傳前請查詢出版商所允許的延緩公示的政策,若因此產生糾紛,本站概不負責。

            發郵件給 王小芳 *

            收件人:

            收件人郵箱:

            發件人郵箱:

            發送內容:

            0/300

            論文收錄信息

            論文編號 201810-86
            論文題目 ARFIMA模型在金融時間序列的應用
            文獻類型
            收錄
            期刊

            上傳封面

            期刊名稱(中文)

            期刊名稱(英文)

            年, 卷(

            上傳封面

            書名(中文)

            書名(英文)

            出版地

            出版社

            出版年

            上傳封面

            書名(中文)

            書名(英文)

            出版地

            出版社

            出版年

            上傳封面

            編者.論文集名稱(中文) [c].

            出版地 出版社 出版年, -

            編者.論文集名稱(英文) [c].

            出版地出版社 出版年,-

            上傳封面

            期刊名稱(中文)

            期刊名稱(英文)

            日期--

            在線地址http://

            上傳封面

            文題(中文)

            文題(英文)

            出版地

            出版社,出版日期--

            上傳封面

            文題(中文)

            文題(英文)

            出版地

            出版社,出版日期--

            英文作者寫法:

            中外文作者均姓前名后,姓大寫,名的第一個字母大寫,姓全稱寫出,名可只寫第一個字母,其后不加實心圓點“.”,

            作者之間用逗號“,”分隔,最后為實心圓點“.”,

            示例1:原姓名寫法:Albert Einstein,編入參考文獻時寫法:Einstein A.

            示例2:原姓名寫法:李時珍;編入參考文獻時寫法:LI S Z.

            示例3:YELLAND R L,JONES S C,EASTON K S,et al.

            上傳修改稿說明:

            1.修改稿的作者順序及單位須與原文一致;

            2.修改稿上傳成功后,請勿上傳相同內容的論文;

            3.修改稿中必須要有相應的修改標記,如高亮修改內容,添加文字說明等,否則將作退稿處理。

            4.請選擇DOC或Latex中的一種文件格式上傳。

            上傳doc論文   請上傳模板編輯的DOC文件

            上傳latex論文

            * 上傳模板導出的pdf論文文件(須含頁眉)

            * 上傳模板編輯的tex文件

            回復成功!


            • 0

            ARFIMA模型在金融時間序列的應用

            首發時間:2018-10-31

            劉強 1   

            劉強(1991-),男,碩士,主要研究方向:時間序列模型的應用

            余冬玲 1   

            余冬玲(1993-),女,碩士,主要研究方向:生物信息與 時間序列,E-mail:963536635@qq.com

            周煜 1   

            周煜(1982-),男,博士,副教授,主要研究方向:非線性時間序列分析以及應用。

            • 1、湘潭大學數學與計算科學學院,湘潭 411105

            摘要:本文系統地討論了如何對分整自回歸移動平均(Autoregressive fractionally integrated moving average, ARFIMA)模型進行參數估計以及相應的建模。具體來說,三種方法ADF、PP和KPSS三種方法被用來檢驗上證指數和深證成指兩條序列的平穩性,并用經典的R/S分析法和修正的R/S分析法以及V/S分析法來分析兩條序列的長記憶性。結論顯示一致支持上證和深證的日收益序列都有長記憶性,而且上證序列的長記憶性比深證的強?;陂L記憶性的檢驗結果,本文對兩條序列采用B-J 方法進行ARFIMA建模。通過信息準則比較確定為,ARFIMA$(6,0.1520,2)$是描述上證日收益序列長記憶性最合適的模型,ARFIMA$(5,0.1282,2)$是描述深證成指日收益序列長記憶性最合適的模型。通過實證研究得出,我國股市中確實存在長記憶性,但中國股市缺乏有效性。

            關鍵詞: 長程相關性 ARFIMA模型 R/S 分析法

            For information in English, please click here

            Application of ARFIMA model in financial time series

            Liu Qiang 1   

            劉強(1991-),男,碩士,主要研究方向:時間序列模型的應用

            Yu Dong-Ling 2   

            余冬玲(1993-),女,碩士,主要研究方向:生物信息與 時間序列,E-mail:963536635@qq.com

            Zhou Yu 2   

            周煜(1982-),男,博士,副教授,主要研究方向:非線性時間序列分析以及應用。

            • 1、 School of Mathematics and Computer Science, Xiangtan University, Xiangtan 411105
            • 2、School of Mathematics and Computer Science, Xiangtan University, Xiangtan 411105

            Abstract:This paper systematically discusses the parameter estimation and modeling of the integral autoregressive moving average (ARFIMA) model in real-life case studies. ADF, PP, and KPSS are first employed to test the stationarity of the Shanghai and Shenzhen composite index. Then long-range correlation is measured for these two series using the R/S, modified R/S, and V/S analysis. The results demonstrates that the daily revenues sequences of Shangzhen and Shenzhen have long-range correlation but the former's is stronger. Based on the estimated long-range correlation, the B-J method is employed to construct the ARFIMA model for two series. ARFIMA(6, 0.1520, 2) and ARFIMA(5, 0.1282, 2) are specified as the best model to describe the Shangzhen and Shenzhen daily revenue series, based on the comparison of information criteria. It can be concluded from this case study there is indeed long-range correlation in China's stock market, which invalidates the efficient markets hypothesis in China.

            Keywords: long range correlation;ARFIMA model;R/S analysis method.

            Click to fold

            點擊收起

            論文圖表:

            引用

            導出參考文獻

            .txt .ris .doc
            劉強,余冬玲,周煜. ARFIMA模型在金融時間序列的應用[EB/OL]. 北京:中國科技論文在線 [2018-10-31]. http://www.c1gkrice.com/releasepaper/content/201810-86.

            No.****

            動態公開評議

            共計0人參與

            動態評論進行中

            評論

            全部評論

            0/1000

            勘誤表

            ARFIMA模型在金融時間序列的應用

            久久久久久精品免费免费_香港经典a毛片免费观看变态_天堂av无码大芭蕉伊人av_俄罗斯强奷女人在线播放