您的位置: 旅游网 > 时尚

莫尼塔拐點識別應用的進一步研究

发布时间:2020-01-27 00:27:50

莫尼塔:拐点识别应用的进一步研究 类别: 机构: 研究员:

[摘要]

报告概要在之前《A股拐点识别与应用》的专题报告中我们提出一种普遍适用于任何时间序列的拐点识别算法,并在其基础上对A股及全球主要股市的拐点规律做了简单统计篇幅和时间所限,其中某些问题还有进一步挖掘的空间,这里我们利用拐点识别算法对股市波段特性进行了进一步分析,主要回答以下几方面的问题:

1.目前实际计算出的拐点分布(从拐点数量上看)是否具有一定特点,例如是否等于平均水平,抑或是高于还是低于另外这种特点是否是普遍的,对A股和美股是否有相同的结果2.按照给定涨跌幅输入参数找到的所有波段,其幅度是如何分布的A股和美股的情况分别是怎样的在不同参数下结果是否具有一致性等3.根据历史规律,大盘出现明显行情时,各板块也会相应做出反应,但启动时点不一,有的板块会提前启动,有的则会一定程度延后这里利用拐点识别算法统计历史上各板块的行情相对大盘提前还是延后,以及提前延后程度

拐点分布的进一步观察为了考察我们所观察到的拐点数相比平均情况是偏多还是偏少,这里随机模拟了1000条上证综指的走势,并对这1000条随机走势的拐点数进行了一一计算

首先定义一下“平均”的含义,我们构造随机走势的方法是将上证综指自05年初到现在的日度收益率序列进行重排,即随机产生这些日度收益率的排列顺序,每一种新的排列顺序就对应一条“新”的上证走势这种做法相比纯粹随机生成一条序列优点在于可以保留上证综指自身的历史特性,例如历史上几次大涨大跌的行情、以及日度收益率的分布等都很容易保留另一方面,也只有这种方法才能和美国股指的情况进行比较,否则纯粹随机生成的序列特点也必定相同

这里使用10%为参数对上证综指1000条随机序列的拐点数进行了统计,如图所示拐点数量近似满足正态分布分布的平均值为29,除平均值外我们还计算中位数和标准差,该分布的中位数和标准差分别为29和4.3上证综指的实际走势对应的拐点数为36,相对其标准差水平而言,上证综指的拐点数远超过其随机序列的平均拐点个数(接近2倍标准差)

我们用相同方法对标普500指数进行了统计,结果显示拐点数量同样近似满足正态分布,且分布的平均值为19,中位数为19,标准差为4.3标普500实际走势对应的拐点数仅为14,少于平均拐点个数1个标准差以上,因此可以认为标普500实际走势相对随机走势表现出了更好的规整性,即其拐点数系统性小于随机序列的平均值,也就是说每个波段持续时间相比随机序列更长

赣州治疗包皮包茎方法
吉林癫痫病医院
重庆华肤皮肤病医院专家
猜你会喜欢的
猜你会喜欢的