基于随机波动模型的股市收益和波动模拟

摘要

为了研究股票市场的随机波动性，以及模拟股票收益的最大化。本篇论文主要是在偏正态分布尺度混合的基础上，对随机波动模型进行了进一步的改进，同时详细的做了贝叶斯分析。由于随机波动模型的误差项分布一般包含了偏度和厚尾分布的特点，一般来说都与skew-t分布，skew-slash分布，正态污染分布(skew-contaminated)等等比较符合，有学者在尺度混合的基础上进一步的改进了这些分布，形成SMSN族，我们利用SMSN族可以很好的在以往经验的基础上优化随机波动模型中的误差项的模拟，从而得到一个新的模型。而且这种类型的模型分布有一个主要的优势，就是有很好的分层表现，因此也就允许我们用蒙特卡洛方法来实现对样本的联合后验分布。并在最后一部分采用2006-2014上证综指深证成指，用WINBUGSS软件进行了模型的实例论证。

目录

摘要

第一章 绪论

1．1 写作背景

1．2 研究意义

1．3 国内外研究现状

1．4 全文研究的内容及创新点

第二章 偏正态分布分布和性质

2．1 偏正态分布的尺度混合

2．1．1 偏正态分布

2．1．2 偏正态分布的尺度混合

2．1．3 偏正态分布的尺度混合的一些性质

2．1．4 偏正态分布的尺度混合的具体情况

2．1．5 基于尺度混合的偏正态分布的分层分析

2．2 模型的贝叶斯推断

第三章 SV-SMSN模型

3．1 以往的SV模型基本性质

3．2 SV-SMSN模型

第四章 实例论证

4．1 深证上证数据处理

4．2 模拟实验

第五章 结论

参考文献

致谢

附录

作者简介

攻读硕士学位期间研究成果

声明