导读:本文包含了分形市场理论论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:分形,模型,市场,理论,证券市场,上海,分析法。
分形市场理论论文文献综述
赵野[1]（2019）在《基于分形市场理论的创业板市场有效性分析》一文中研究指出以分形市场理论为基础,探究我国创业板市场的有效性。首先介绍分形市场理论的内容;其次详述市场有效性的两个测度方法 R/S和MF-DFA方法;最后实证分析创业板市场的有效性。对比分析了以上证50指数为代表的大盘蓝筹股的市场有效性,结果表明:创业板市场是非有效市场,且市场有效程度低于大盘蓝筹股市场。(本文来源于《山西农经》期刊2019年05期）
薛冰[2]（2018）在《基于分形理论的中国债券市场风险测度研究》一文中研究指出自2013年中国证监会发布《关于修改<证券发行与承销管理办法>的决定》以来,中国债券市场的发行主体不断增加,市场规模日益扩张,债券种类也越来越丰富,成为我国金融市场体系的重要组成部分。主流的风险管理理论对金融市场中出现的“异常现象”无法做出合理的解释,多分形理论被引入金融市场研究复杂的价格波动,这为以多分形理论为基础的金融风险管理研究提供了新思路。纵观以往研究文献,学者们对中国金融市场以多分形理论为基础的金融风险管理的研究主要集中于股票市场、期货市场以及外汇市场,对债券市场的研究较少,且研究内容多局限于债券市场的多分形特征,对债券市场多分形风险测度的研究尚不全面。首先,以金融理论为基础,以多分形理论和方法为工具,运用多重分形消除趋势波动分析法(MF-DFA)和多分形谱分析方法,对上海证券交易所2006年1月4日至2016年12月30日国债指数和企债指数的日收益率序列进行分析,发现国债指数和企债指数的日收益率序列存在明显的多分形特征,而且两指数的肥尾分布特征是导致收益率序列存在多标度分形的主要原因;之后,以上海证券交易所国债指数和企债指数的5分钟高频价格指数收益率序列为样本,利用已实现波动率模型(RV)、多分形波动率模型(MFV、MFVW、MV、MVM)构建中国债券市场金融风险测度模型,测度中国债券市场波动率指标;最后,为提高中国债券市场波动率预测模型的精度,利用已实现波动率和多分形波动率的对数序列,结合短记忆ARMA模型和长记忆ARFIMA模型,分别构建ARMA-LnRV(LnMFV、LnMFVW、LnMV、LnMVM)和ARFIMA-LnRV(LnMFV、LnMFVW、LnMV、LnMVM)模型对样本区间外未来10天的波动率进行预测,构建中国债券市场波动率的预测模型。研究表明,中国债券市场存在明显的多分形特征,且波动率相对平稳;基于长记忆的ARFIMA模型预测得到的波动率比基于短记忆的ARMA模型预测得到的波动率具有更小的相对误差;ARFIMA-LnMVM模型对中国债券市场波动率的预测精度最高。(本文来源于《青岛大学》期刊2018-05-19）
何姗姗[3]（2018）在《基于多重分形理论的中国股票市场波动分析与预测》一文中研究指出随着金融市场改革和金融创新的不断深化,加强金融风险管理、防范全球金融资产价格大幅波动给各国的经济和金融带来的直接或者间接的风险已成为每个国家发展金融市场必须要重视的问题。精确预测金融资产收益的波动率是控制金融市场风险的有效工具。因此,寻求合适的金融资产收益波动率度量和预测的工具和方法是完成金融风险管理当务之急。而分形市场假说相比有效市场假说更接近金融市场的实际情况,能更好地解释金融市场的异象,对金融市场的风险控制具有极其重要的理论价值和实际意义。本文首先运用多重分形去趋势移动平均分析方法(MF-DMA)对中国股市的多重分形特征情况及其产生的原因进行了研究。实证结果表明我国股市的确具有多重分形特征,说明多重分形理论对中国股市复杂性研究的适用性;胖尾分布和极端事件共同导致了中国股市多重分形的特征。同时,本文发现与美国股票市场这样的成熟的金融市场相比,我国股市这样的新兴资本市场受到信息的影响更大,股市的不确定性主要来自于政府调控等极端事件的影响,也据此提出了一系列政策建议,以期能够从更深层次为中国股市的波动率风险管理提供新的研究思路。此外,本文构建多种复杂传统GARCH类波动率模型,与基于多重分形理论的马尔科夫机制转换多分形波动率模型(MSM)刻画中国股市波动的能力与预测精度进行了对比。实证结果表明,不仅是样本内的拟合优度,还包括样本外的预测精度,MSM波动率模型在整体上均优于GARCH类模型。中国股市波动率可预测性的结论具有非常重要的现实意义,本文的研究为金融风险管理领域提供了有价值的实证结果。(本文来源于《南京理工大学》期刊2018-03-18）
徐以楠[4]（2017）在《基于分形市场理论的利率风险研究》一文中研究指出从我国开始执行市场经济制度开始,我国在利率的管制上一直比较严格。但是自从上海同业拆借市场在2007年1月4日开始正式运行;以及2013年7月19日央行宣布自2013年7月20日起全面放开金融机构贷款利率管制,取消金融机构贷款利率0.7倍的下限;以及之后2015年10月23日央行宣布,对商业银行和农村合作金融机构等不再设置存款利率浮动上限。这些都表明中国已经基本取消利率管制、实现利率市场化了。因此,对于完全利率市场化之下和利率风险的识别及其防范的相关研究又重新出现在了人们的视线当中。目前在我国,金融行业蓬勃发展,各类资本不断介入,金融机构的类型不断丰富,数量不断增加,各个金融机构间资金链的关联越来越复杂。在金融越发工程化的现在,利率风险的识别和控制越来越系统和复杂,过去简单的头寸匹配和利用会计方法控制利率缺口的方式越来越捉襟见肘。同时现在金融市场参与主体也不单纯是商业银行,更多的民营金融机构和投行的加入也使得利率风险的类型也不再是过去简单的几类。因此在面对利率风险的识别和防范问题时,就需要其他的理论和方法来进一步拓宽视野。本文研究的主要内容是通过引入了分形市场理论,分析两个不同层次的金融主体利率,同业拆借市场和P2P网贷市场。我国商业银行和网贷平台分别代表大型金融机构以及中小型金融机构面临的利率风险,以上海同业拆借利率来分析商业银行利率风险的影响,以网贷实时利率来分析中小型金融机构面临的金融风险。从非线性的观点出发,提出了更符合实际的利率市场基本假设——分形市场假说,来解决这种多层次非线性的利率市场问题。运用改良过的分形分布计算同业拆借头寸和网贷机构头寸的风险价值(Value-at-Risk,简称VaR),并通过此方法对其头寸的利率风险进行了理论总结和实证分析,表明采用分形分布来拟合利率风险是合理的,然后在此基础上提出复杂利率环境下利率风险的防范的量化评级和风险的规避方式的转变。最后对我国商业银行如何加强利率风险化管理提出建议。本文将分形市场和利率风险结合到一起,研究利率市场化后对以大型商业银和中小型互联网金融企业带来的利率风险。在利率风险测量方法上,本文采用分形分布计算风险值(VaR),通过这种方法来测量我国金融企业所面临的利率风险。在风险管理建议方面,提出复杂利率环境下利率风险的防范的量化评级和风险的规避方式的转变。(本文来源于《兰州财经大学》期刊2017-05-25）
刘玉芳[5]（2016）在《分形理论下金融市场波动率模型及其应用研究》一文中研究指出近年来,经济物理学领域的大量实证研究表明,金融市场的价格波动具有明显的多重分形特征。通过对金融市场的多重分形研究,可以得到金融资产价格在不同时间标度下不同幅度(特别是极端情况下)的波动信息,为我们探究金融市场的复杂性和进行风险管理提供了新的途径。本论文借助于经济物理学的理论和方法,在分形市场理论框架下,研究中国股票市场高频收益率和已实现波动率序列的分形及多重分形特征,构建多重分形波动率模型并进行样本外波动率预测,最后将分形与多重分形模型应用于股指期货套期保值模型的研究。论文的主要工作与创新点归纳如下:1、改进已有的MF-DMA方法,验证了中国股票市场的分形和多重分形特征。采用DMA方法,结合R/S分析法和DFA方法,研究中国股票市场的分形特征;通过引入滑动窗口的方法,改进了用于时间序列多重分形特征分析的MF-DMA方法,数值实验结果显示滑动窗口MF-DMA算法能够更好地拟合理论值,从而更加准确地描述时间序列的多重分形特征。通过对多个股票指数的实证分析结果表明,中国股票市场收益率和已实现波动率序列存在着明显的长记忆性和多重分形特征,进一步说明了分形及多重分形理论对中国股票市场复杂性研究的适用性。2、研究了不同分布下基于随机过程积的连续型多重分形波动率模型,并应用于中国股票市场已实现波动率序列的研究。一方面,提出了对数正态分布下基于随机过程积的多重分形模型,给出了其标度函数的解析表达式,通过实证研究验证了此模型对中国股票市场的实用性和易操作性。另一方面,比较了基于不同分布的推广后的多重分形模型拟合实际股票市场已实现波动率序列的优劣,以期能更好地对实际金融市场的波动特征进行刻画和分析。3、构建了基于偏t分布的BMSM波动率模型,并对未来波动率进行预测。由于实际金融收益率序列呈现非高斯性,具有尖峰厚尾和偏度等特征。因此,本论文通过假定新息序列服从偏t分布来描述收益率序列的尖峰厚尾及偏度特征,构建了BMSM-Skewed t模型。通过与传统的GARCH模型作对比,验证了BMSM模型在参数估计和未来波动率预测方面的优越性,并且基于偏t分布的BMSM模型在拟合精度以及未来波动率预测方面均好于正态分布和t分布下的BMSM模型所得的结果。4、以分形市场的角度研究套期保值问题,提出了分形活动时间下的成堆套期保值模型和Copula-BMSM动态套期保值模型。假定标的资产价格服从基于正态逆高斯分布的FATGBM过程,构建了基于分形活动时间的成堆套期保值模型,并采用逆推归纳法得到了成堆套期保值各个阶段的最优套期头寸。通过对沪深300股指期货合约对冲沪深300指数的实证研究,验证了此模型具有很高的风险对冲效率。结合Copula函数和多重分形波动率测度,提出了基于Copula-BMSM模型的动态套期保值模型。通过实证研究发现,采用Copula-BMSM模型所得到的套期保值策略比Copula-GARCH模型涉及更少的费用;基于Gaussian Copula-BMSM模型的套期保值策略具有最高的套期保值效率。(本文来源于《华南理工大学》期刊2016-06-29）
邢晓婷[6]（2016）在《基于分形市场假说理论的美国原油期货市场分析》一文中研究指出基于线性范式的有效市场假说理论一直是传统资本市场分析的主流理论,该理论被认为是现代金融理论的基石。但是,随着资本市场的不断发展以及对其研究的不断深入,现实市场中出现了诸多有效市场假说理论所无法解释的现象,资本市场不再被认为是一个线性均衡的系统。在这种背景下,以非线性范式为基础的分形思想走进学者们的视野,分形市场假说理论应运而生。2014年,我国在叫停原油期货交易十余年后重新推出了原油期货合约——中质含硫原油期货合约。就目前而言,我国原油对外依存度较高,易受到国际原油期货市场的影响。而被认为是原油期货标杆的WTI原油期货合约在2014年价格波动剧烈,甚至在一定程度上导致了以俄罗斯为风暴眼的石油风暴和卢布危机,这对我国处在初步发展阶段的原油期货市场提出了严峻的挑战。基于此,本研究尝试将分形市场假说理论运用于美国原油期货市场结构分析,探寻其市场发展特征与规律,以期对我国原油期货市场的发展有所助益。首先结合国内外对分形市场假说理论的研究进行理论梳理,阐释分形的定义、分形分布的性质以及分形市场假说理论的主要内容,并将其与有效市场假说理论进行对比。其次,选取两种分形分析的研究方法——R/S分析法、V/S分析法,以原油期货市场的价格标杆——WTI原油期货合约为样本对美国原油期货市场结构进行分析,并对这两种研究方法进行比较。研究结果表明:通过V/S分析法得出的结果具有更好的稳定性和较低的敏感性,WTI期货收益率时间序列具有长期记忆性特征,美国原油期货市场存在分形市场结构特征。(本文来源于《青岛大学》期刊2016-05-28）
李双琦[7]（2016）在《基于分形理论的上海证券市场有效性研究》一文中研究指出自Eugene F.Fama 1970年提出有效市场理论以来,“有效市场假说”的形成为现代金融学理论的发展奠定了坚实的基础,Markowitz的均值-方差理论和投资组合理论、William Sharpe等人共同提出的资本资产定价模型(CAPM)、Stephen Ross的套利定价理论(APT)、Black和Scholes的B-S期权定价模型等理论都以“有效市场假说”为理论前提,推动着现代金融学理论的发展。然而随着层出不穷的金融异象的出现和研究的深入,有效市场假说面临越来越多的质疑。Peters于1994年开创了分形理论在金融市场上的先河,将分形理论运用到资本市场中就产生了与有效市场假说相对应的分形市场假说。该理论认为市场是一个非常复杂的分形系统,资产价格收益率序列不服从正态分布,而是具有长期记忆效应、非周期循环和状态持续性等特征,这种非线性理论在资本市场上的应用更真实地反应了资本市场的运作。本文首先引出有效市场理论和分形市场理论,并对比了国内外学者对金融市场所作的有效市场理论和分形市场理论实证分析。第二章首先梳理了市场有效性理论进行;其次,过渡到分析货币政策传导与市场有效性之间的关系;再次,简要概述有效市场假说并分析存在的缺陷和理论盲点。最后,由此引出分形市场假说,简述了分形市场理论的发展状况,详述了分形市场理论的相关概念,并阐述了分形理论在市场有效性检验中的适用性。第叁章以上海证券市场中成交量和成交额占比最大的叁个市场——上海国债市场、上海基金市场、上海股票市场作为中国证券市场的一个缩影,分别以上海证券市场中的上证国债指数、上证基金指数、上证综合指数收益率和成交量增长率的日度、周度、月度的时间序列为样本分别构造价、量的多分形模型。假定Hurst指数为0.5的布朗运动是市场完全有效的参照指标,一方面通过R/S分析直接得到Hurst指数用以横向地比较了上海国债市场、上海基金市场、上海股票市场的有效性;另一方面通过ARFIMA(p,d,q)模型的分形维数d与Hurst指数之间的关系间接地得到Hurst指数用以在不同的利率调控周期的区间上纵向比较上海国债市场、上海基金市场、上海股票市场的有效性,同时从上海国债市场、上海基金市场、上海股票市场的市场表现印证了上海证券市场的有效性特征,得出了上海证券市场是一个无效的分形市场的结论。第四章分析了上海证券市场无效的原因及政策建议。第五章对本文进行了总结和展望。本文的创新点在于:(1)在大多数学者采用收益率时间序列变量作为分形样本的基础上,添加成交量增长率时间序列变量形成价格和数量相统一的多分形模型;(2)运用分形理论检验证券市场有效性。具体而言,根据随机漫步理论和市场均衡理论,假定Hurst指数为0.5的布朗运动是证券市场市场完全有效的参考指标,同时对海证券市场中的上证国债指数、上证基金指数、上证综合指数收益率和成交量增长率的日度、周度、月度的时间序列作分形实证;(3)以中国人民银行基准利率变动周期划分时间窗,检验上海证券市场对利率变动的反应程度,检验货币政策对上海证券市场有效性影响。(本文来源于《重庆工商大学》期刊2016-05-16）
刘骅飞[8]（2016）在《基于分形市场理论和模糊支持向量机的期货数据分析》一文中研究指出随着中国金融市场的不断发展壮大,对海量行情数据的处理、预测能力越来越被人们看重。本文意在通过对现阶段机器学习类模型的研究学习,为资本市场交易者提供一点新的思路想法。在对应用支持向量机模型文献的学习总结过程中不难发现:因为需要精确的量化结果,现阶段的研究重点大都在利用该模型的回归分析功能对行情的收益率进行预测,然而支持向量机模型更多时候却是在解决分类性问题上表现更好。因此本文提出一种新的建模思路,使得研究不再依赖于预测精确收益率结果,将现实中的待解决问题转化为分类型模型。本文在详细介绍市场分形理论以及改进版的模糊支持向量机模型之后,以商品期货中的铜品种为实例,系统地说明了模型的构建过程,并在实验中证明了其预测的准确可行性。首先通过市场分形理论,对行情进行结构化分形系统处理。因为结构化之后的行情方向不再需要预测,此时研究重点便从预测具有正负的精确收益率转化成为后续行情波动率大小的分类问题;此后进一步将行情走势的类型进行枚举分类,使得每个走势类型具备了自相似性质。这一步骤在很大程度上减少了,未来利用模糊支持向量机模型学习时由于不同走势类型混在一起所造成的训练噪声;最后将行情走势类型特征数据代入改进后的模糊支持向量机模型,这样通过模糊隶属度概念规避掉训练样本内的野点噪声,经过参数估计和交叉验证之后完成实验,得到最终结果。不难看出,经过决策函数筛选之后的预测概率相比基础概率有了很大提升,说明模型效果较好。(本文来源于《吉林大学》期刊2016-05-01）
王敏[9]（2016）在《分形市场下基于实物期权理论的房地产投资决策模型研究》一文中研究指出随着世界经济的飞速发展,房地产行业如雨后春笋般蓬勃发展,并影响着经济的发展方向和速度。房地产业的繁荣一方面带动了经济的快速增长,另一方面,快速发展存在的不安因素,直接威胁着经济发展。在美国次贷危机的影响下,引发了全球性的经济危机,可见房地产业的发展与经济的走向息息相关,因此最近几年产生了很多对于房地产相关问题的研究。房地产商作为市场的主要参与者对房地产行业的发展具有重要的影响。在获得土地的开发权力之后,房地产商能否有效的对房地产市场的发展前景进行科学的预测,能否做出最有利于自身利益的决定显得尤为重要。大量的文献表明,房地产行业的发展能有效促进经济的发展,同样经济的增长也能带动房地产行业投资的增加。研究房地产市场发展因素的复杂性以及房地产市场发展的不确定性对房地产市场前景的预测非常重要。投资环境的不确定性是房地产市场过热和价格过高的一个重要原因。投资者的盲目跟风投资,房地产开发项目种类的结构失衡,过于倾向于高价项目,市场供求的不平衡等,都直接影响房地产市场的发展状况。由于房地产投资行为具有投资不可逆性、投资环境的不确定性和时间的选择性叁个特征,而且房地产行业本身的高投资、高风险也增加了这种投资的不确定性,所以原有确定房地产业投资行为的净现值法(NPV方法)不再适用。实物期权方法能够有效的评价项目因管理柔性和市场未来不确定因素带来的机会价值。大量文献表明,房地产收益率的分布明显异于正态分布,具有“尖峰”和“厚尾”的特征,另外,不同时间区间上收益率的波动并不是不相关的,具有明显的相关性和长记忆性的分形特征,因此普通的几何布朗运动已经不能准确刻画房地产时间序列的波动,分数布朗运动才是科学的选择,因此本文尝试将这种结论应用于房地产市场,解决房地产投资决策问题。本文首先对我国房地产市场的分形特征进行了实证检验,选取国房景气指数进行R/S分析,得出H值为0.9089,然后对一线城市的代表北京房地产市场的分形特征进行实证检验,得到H值为0.9176,两者得到的H值都大于0.5,说明我国房地产市场和北京房地产市场有明显的长记忆性和自相似的分形特征。因此,我们选取分数布朗运动驱动的B-S模型计算房地产期权价值。最后,本文将对北京C房地产投资项目运用传统NPV方法、经典B-S模型、分形B-S模型计算其项目价值,从叁种方法计算的结果来看,传统NPV方法计算出来的项目价值最小,分形B-S计算出来的项目价值最大,经典B-S模型计算出的结果介于两者之间。理论上,传统的NPV方法只是从财务上考虑了每个时期的净现值流量,忽略了项目开发过程中管理灵活价值;经典B-S模型充分考虑了未来市场的不断变化,将项目置于动态环境中,考虑了未来外部不确定变化给投资带来的机会价值,但是经典B-S模型已经不符合房地产发展的分形特征;分形B-S模型对资产价格长记忆性的刻画弥补了经典B-S模型的信息流失,分形市场环境下,投资面临更大的风险性和复杂性,同样也意味着更多的价值,理论结果和实证结果一致。因此,基于分形B-S模型对房地产项目的价值进行估计,能够更加准确的评价房地产项目收益的合理性,指导投资者进行投资方案的设计和风险的管理,对于推动我国房地产市场的健康发展和我国经济的总体发展有重要意义。(本文来源于《山东财经大学》期刊2016-03-20）
朱沙,李双琦[10]（2016）在《基于分形理论的上海证券市场有效性实证检验》一文中研究指出证券市场的有效性越高,其支撑实体经济发展以及优化资金资源化配置的作用越强。分别以上海证券市场中的上证国债指数、上证基金指数、上证综合指数收益率和成交量增长率的日、周、月度的时间序列为样本构造价、量多个分形模型,假定Hurst指数为0.5的布朗运动是市场完全有效的标准,一方面通过R/S分析直接得到Hurst指数用以横向地比较国债市场、基金市场、股票市场的有效性;另一方面通过ARFIMA(p,d,q)模型的分形维数与Hurst指数之间的关系间接得到Hurst指数,用以在不同的利率调控周期的区间上纵向比较国债市场、基金市场、股票市场的有效性。分析表明目前上海证券市场是一个无效的分形市场,因此应致力于证券市场的有效性建设。(本文来源于《西部论坛》期刊2016年02期）
分形市场理论论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
自2013年中国证监会发布《关于修改<证券发行与承销管理办法>的决定》以来,中国债券市场的发行主体不断增加,市场规模日益扩张,债券种类也越来越丰富,成为我国金融市场体系的重要组成部分。主流的风险管理理论对金融市场中出现的“异常现象”无法做出合理的解释,多分形理论被引入金融市场研究复杂的价格波动,这为以多分形理论为基础的金融风险管理研究提供了新思路。纵观以往研究文献,学者们对中国金融市场以多分形理论为基础的金融风险管理的研究主要集中于股票市场、期货市场以及外汇市场,对债券市场的研究较少,且研究内容多局限于债券市场的多分形特征,对债券市场多分形风险测度的研究尚不全面。首先,以金融理论为基础,以多分形理论和方法为工具,运用多重分形消除趋势波动分析法(MF-DFA)和多分形谱分析方法,对上海证券交易所2006年1月4日至2016年12月30日国债指数和企债指数的日收益率序列进行分析,发现国债指数和企债指数的日收益率序列存在明显的多分形特征,而且两指数的肥尾分布特征是导致收益率序列存在多标度分形的主要原因;之后,以上海证券交易所国债指数和企债指数的5分钟高频价格指数收益率序列为样本,利用已实现波动率模型(RV)、多分形波动率模型(MFV、MFVW、MV、MVM)构建中国债券市场金融风险测度模型,测度中国债券市场波动率指标;最后,为提高中国债券市场波动率预测模型的精度,利用已实现波动率和多分形波动率的对数序列,结合短记忆ARMA模型和长记忆ARFIMA模型,分别构建ARMA-LnRV(LnMFV、LnMFVW、LnMV、LnMVM)和ARFIMA-LnRV(LnMFV、LnMFVW、LnMV、LnMVM)模型对样本区间外未来10天的波动率进行预测,构建中国债券市场波动率的预测模型。研究表明,中国债券市场存在明显的多分形特征,且波动率相对平稳;基于长记忆的ARFIMA模型预测得到的波动率比基于短记忆的ARMA模型预测得到的波动率具有更小的相对误差;ARFIMA-LnMVM模型对中国债券市场波动率的预测精度最高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分形市场理论论文参考文献
[1].赵野.基于分形市场理论的创业板市场有效性分析[J].山西农经.2019
[2].薛冰.基于分形理论的中国债券市场风险测度研究[D].青岛大学.2018
[3].何姗姗.基于多重分形理论的中国股票市场波动分析与预测[D].南京理工大学.2018
[4].徐以楠.基于分形市场理论的利率风险研究[D].兰州财经大学.2017
[5].刘玉芳.分形理论下金融市场波动率模型及其应用研究[D].华南理工大学.2016
[6].邢晓婷.基于分形市场假说理论的美国原油期货市场分析[D].青岛大学.2016
[7].李双琦.基于分形理论的上海证券市场有效性研究[D].重庆工商大学.2016
[8].刘骅飞.基于分形市场理论和模糊支持向量机的期货数据分析[D].吉林大学.2016
[9].王敏.分形市场下基于实物期权理论的房地产投资决策模型研究[D].山东财经大学.2016
[10].朱沙,李双琦.基于分形理论的上海证券市场有效性实证检验[J].西部论坛.2016
论文知识图
