项目名称: 市场价格、过剩需求与流动性动态关系建模及在投资策略优化中的应用

项目编号: No.71271215

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 管理科学

项目作者: 彭辉

作者单位: 中南大学

项目金额: 56万元

中文摘要: 近年来全球金融危机及欧债危机的爆发给世界经济带来巨大动荡的事实表明,人们对金融过程的认识、管理与控制能力还十分有限。正如知名学者Bouchaud(Nature,2008)所指出的,传统经济学理论不能理解可能发生大动荡的市场,因而该理论需要进行一场科学革命,需要从实际数据出发挖掘市场的特性。为此,本项目从微观的视点研究金融市场价格、市场过剩需求和流动性之间的动态关系,开发能描述该关系特性的、具有随机时变方差、含随机跳跃、长记忆性、杠杆效应、尖峰厚尾分布、且动态特性时变的复杂金融时间序列的一般化结构性建模方法。基于自组织状态空间建模、粒子滤波及并行计算等方法,开发针对参数时变、高阶的非线性非高斯型一般化金融市场微结构模型的状态与参数估计、随机跳跃检出的实用化估计方法。设计能有效利用该微结构模型的最佳投资策略。为分析金融市场变化、规避投资风险提供一套系统性的、有效的、实用化的解析方法及设计方法。

中文关键词: 金融市场;微结构;动态特性建模;非线性非高斯模型估计;投资策略优化

英文摘要: It has been verified that people' abilities to understand, manage and control financial processes are quite limited, because of the fact that the eruptions of the global financial crisis and the Europe debts crisis in recent years have been bringing a big havoc to the world global economics. Jean-Philippe Bouchaud (2008, in Nature) pointed out that 'classical economics has no framework through which to understand 'wild' markets', 'Economics needs a scientific revolution', and 'The prerequisites for more stability in the long run are the development of a more pragmatic and realistic representation of what is going on in financial markets, and to focus on data, …'. Therefore, this program researches the dynamic relationship between price and excess demand as well as liquidity of markets from micro-viewpoint, and develops a generalized and structured modeling method to the complex financial time series with stochastic time-varying variance, random jumps, long-memory, leverage effect, non-Gaussian distribution and time-varying dynamics. On the basis of self-organizing state-apace modeling, particle filtering and parallel computing techniques, the practical estimation method to state, parameters and detection of jumps will be proposed for the time-varying parameters and high-order nonlinear non-Gauss type generalized

英文关键词: financial market;microstructure;dynamics modeling;nonlinear non-Gaussian model estimation;investment decision optimization

成为VIP会员查看完整内容
0

相关内容

中国人工智能的发展现状及未来发展趋势,20页ppt
专知会员服务
134+阅读 · 2022年3月26日
【哥伦比亚大学博士论文】深度概率图建模147页pdf
专知会员服务
88+阅读 · 2021年4月27日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
45+阅读 · 2020年11月13日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
融资太难?这5个投资人最关心的问题你都知道吗
创业邦杂志
1+阅读 · 2022年4月17日
【年度系列】使用LSTM预测股票市场基于Tensorflow
量化投资与机器学习
19+阅读 · 2018年10月16日
深度学习中的五大正则化方法和七大优化策略
全球人工智能
11+阅读 · 2017年12月25日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
66+阅读 · 2022年4月13日
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
57+阅读 · 2019年7月31日
Arxiv
15+阅读 · 2019年6月25日
Arxiv
11+阅读 · 2018年1月11日
小贴士
相关主题
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员