检索结果-南通市图书馆

作者：许睿山东大学

学位级别：硕士

量化投资历经40余年的发展,因其可持续获得超额收益的优势得到广泛流行。如今,大数据时代计算机技术的发展势不可挡,随着机器学习算法的不断迭代更新以及优化,投资领域的相关研究也必须与时俱进,量化投资策略更是层出不穷、日新月异。... 详细信息

量化投资历经40余年的发展,因其可持续获得超额收益的优势得到广泛流行。如今,大数据时代计算机技术的发展势不可挡,随着机器学习算法的不断迭代更新以及优化,投资领域的相关研究也必须与时俱进,量化投资策略更是层出不穷、日新月异。与此同时,正是机器学习、人工智能以及数十亿高频数据信号的可用性方面的最新进展,使得模型选择成为一项具有挑战性和紧迫性的需求。许多投资公司和基金经理依赖于回测（即基于历史市场数据的性能模拟）来选择投资策略和分配资本。金融发现通常涉及到识别一种低信噪比的现象,通常的做法是使用计算能力校准投资策略的参数,以使其绩效最大化。但是,低信噪比很容易导致这种校准结果是基于过去的噪声选择参数,而不是基于未来的信号,这样就发生了回测过拟合。回测过拟合是选择的一种投资策略在回测期间表现出色,但在实践中却表现不佳的现象。对于回测过拟合的评估并不是一件容易的事,相关方向的研究也甚是匮乏。David ***和Marcos L’opez de Prado等学者关注到了这一问题并进行了相关研究,在2017年给出了关于回测过拟合的量化定义,同时提出了一种估计回测过拟合概率的方法——组合对称交叉验证（CSCV）,并通过蒙特卡洛方法和极值理论均验证了 CSCV方法估计的准确度,以及通过在不同回测过拟合程度情况下（完全过拟合、高度过拟合以及低过拟合）的实例分析验证了 CSCV方法的有效性[1]。量化选股是量化投资领域的重要组成部分,将机器学习算法应用于量化选股的相关研究层出不穷。在文献研究的基础上,本文选取了应用最为广泛的三种算法——SVM、RF以及XGBoost算法,构建了选股模型,并采用马科维茨的均值方差方法对股票池进行投资组合优化,从而形成了完整的投资策略。本文选用沪深300的300只成分股作为研究的股票池,实证发现三种策略在样本外推期均有超越沪深300指数的表现。本文引入了 David ***等对回测过拟合以及回测过拟合概率的量化定义,基于CSCV方法对构建的三种量化投资策略的回测过拟合概率进行估计。在策略回测评价阶段,在通常的评价角度基础上从回测过拟合发生水平这一新的角度对投资策略进行综合回测评价,给出了一种对于流行的看似表现优异的策略是否具有在现实投资中获取超额收益能力的评价方法。研究发现虽然在回测期间基于“XGBoost-MV”的投资策略相较于另两个策略有更出色的表现,但它的回测过拟合概率高达57.1%,我们有理由判断该策略发生了回测过拟合,这意味着策略的回测表现不具备真实性,不能断然应用于实际投资中;而基于“SVM-MV”和“RF-MV”的投资策略在回测期间的收益率、夏普比率等各项指标表现虽不如“XGBoost-MV”,但其回测过拟合概率分别为11.9%和18.2%,均为低风险过拟合策略,也就是说这两个策略的回测结果更具真实性。基于不同策略的真实性对比评价,我们可以考虑不再选择回测表现最优的策略,而是选择一定过拟合概率阈值下表现最佳的策略。对于性能表现较优的策略,增加了评判视角,有助于研究人员去发现更真实的策略表现。这为现实世界的投资者提供了策略选择的新思考,具有重要的现实意义和应用价值。与此同时,本文也为今后的研究提供了新的研究视角和思路,比如可以研究可信度更高的策略选择方法,那么在采用相同的策略表现性能统计量（例如:夏普比率）的情况下,当性能统计量表现差异在一定范围内时,我们就可以采取这样回测可信度更高的策略。

关键词：量化投资量化选股回测评价组合对称交叉验证回测过拟合概率

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

倒向重随机微分方程一些相关问题的研究

倒向重随机微分方程一些相关问题的研究

作者：褚风庆山东大学

学位级别：硕士

在1994年,***和***在文章[28]中,第一次对一类倒向重随机微分方程（简称BDSDEs）进行了研究,这类倒向重随机微分方程包含两个不同方向的积分：正向Ito积分和倒向Ito积分。在文章中,他们证明了在一致Lipchitz条件下,BDSDEs解的存在性和... 详细信息

在1994年,***和***在文章[28]中,第一次对一类倒向重随机微分方程（简称BDSDEs）进行了研究,这类倒向重随机微分方程包含两个不同方向的积分：正向Ito积分和倒向Ito积分。在文章中,他们证明了在一致Lipchitz条件下,BDSDEs解的存在性和唯一性,而更重要的是他们得到了拟线性倒向随机偏微分方程（简称SPDEs）解的概率表示,并将Feynman-Kac公式扩展到线性SPDEs中,这很大地推动了SPDEs相关领域的发展。此后,很多研究者这开始对BDSDEs这个领域展开研究并得到很多结果（参见[1,9,20,31,40]）。在这篇文章中,我们研究倒向重随机微分方程的一些基础问题,主要是关于重随机的Girsanov定理、弱解以及和微分对策之间的联系。在文章的第三部分,我们主要研究在重随机条件下,正向积分和倒向积分的Girsanov定理,然后我们在文章的第四部分提出了倒向重随机微分方程的弱解的概念,并利用已得到的Girsanov定理解决弱解的存在性问题。在文章的最后一部分,我们把倒向重随机微分方程的知识应用到零和随机微分对策中去,得到payoff函数值可以是一个倒向重随机微分方程BDSDE的解Y在t=0时的期望,即：J（u, v）=EY0.

关键词：倒向重随机微分方程 Girsanov定理弱解零和随机微分对策

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于我国A股市场周内动量策略的研究

基于我国A股市场周内动量策略的研究

作者：冯珊山东大学

学位级别：硕士

行为金融学提到,投资者的认知能力有一定限度,因此在进行投资决策时可能会产生一些心理偏差,比如过度保守或自信,这将导致投资行为的两种结果——反应过度和反应不足,而这两个正是动量和反转效应的理论基础。动量概念由Jegadeesh、Titma... 详细信息

行为金融学提到,投资者的认知能力有一定限度,因此在进行投资决策时可能会产生一些心理偏差,比如过度保守或自信,这将导致投资行为的两种结果——反应过度和反应不足,而这两个正是动量和反转效应的理论基础。动量概念由Jegadeesh、Titman（1993）提出以来,就得到了许多关注,它的存在意味着股市非完全有效。在此之前,有不少人研究过我国股市的动量效应,以日度为考察周期的也有不少,但却没有人研究其在周内的表现规律。众所周知,我国股市往往在周末聚集大量的消息,很多券商选择在周一发布研报,投资者会关注此类消息,这会影响投资者的投资行为,因此周一股市呈现出较大的波动,那么,在这个过程中,会不会出现反应不足和反应过度的情况?在周一收益较高的股票,之后的表现是否也不错?受到周一效应的启发,本文将该现象与动量效应相结合,利用非重叠的抽样方法分别构造赢家、输家,来研究周内是否具有动量特征以及股价运动规律如何。本文首先对周内效应做检验,发觉现阶段我国股市中仍然具有该效应,具有较为明显的“周一效应”。然后以周一为起点,设置周一、周一周二、周一至周三、周一至周四为排序期,参考JT（Jegadeesh＆Titman）基本方法,即以不同排序期内股票收益率大小排序,选出前10%作为赢家,后10%作为输家,研究其收益规律,因为我国股市具有卖空限制,故未构造对冲组合。最后研究发现:（1）A股市场中具有短期动量以及反转特征;（2）赢家以及输家组合均呈现出较为突出的统计规律,即当排序期一定时,随着持有期的延长,组合盈利概率逐渐降低,收益波动程度与波动区间越大;（3）输家策略相比于赢家策略,收益更不稳定,风险更高;（4）在周一至周三、周一至周四选择出的股票组合,不管赢家还是输家,表现均比较差,没有投资价值,而将周一周二选择的赢家组合持有1天的策略表现出了整体上持续上升的动量收益;（5）考虑涨停板因素后,组合收益仍然呈现出了以上类似的规律,但动量特征减弱,反转特征增强,赢家组合盈利概率有所减小并且收益有明显降低,这说明强势股的存在对策略影响较大,使策略看起来表现较好,收益较高。在符合我国股市的实际情况下,本文研究了动量收益的短期运动规律,这无疑丰富拓展了动量效应研究,比如以月度为周期研究动量效应时可以与季节效应、一月效应相结合,从新的角度研究了股市的有效性,这具有重要的意义。同样,这对投资者来说,具有一定的参考价值,可以使投资者制定出合理并能获取超额收益的投资策略。

关键词： A股市场周内效应动量效应投资策略

基于机器学习方法的资产价格路径构造和资产配置的应用探究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习方法的资产价格路径构造和资产配置的应用探究

作者：王文星山东大学

学位级别：硕士

深度学习和强化学习是机器学习的两大类模型,被应用到社会的各个领域。在金融领域内,资产价格路径的模拟对某些路径依赖的期权定价来说意义重大,而资产配置则是近年来发展迅猛的新兴投资方式。本文基于深度学习中的生成对抗网络(GAN)模... 详细信息

深度学习和强化学习是机器学习的两大类模型,被应用到社会的各个领域。在金融领域内,资产价格路径的模拟对某些路径依赖的期权定价来说意义重大,而资产配置则是近年来发展迅猛的新兴投资方式。本文基于深度学习中的生成对抗网络(GAN)模型和强化学习中的深度强化学习算法分别实现了构造标的资产价格路径的模拟和动态配置资产的资产配置策略。一方面,利用GAN变体构造新的混合模型(CWGAN-GP和ALI-CWGAN-GP)来对资产价格路径的分布进行拟合,并通过采样的方式构造样本路径,以此实现对资产价格路径的构造。通过在沪深300指数期货上的实证,结果表明了混合模型构造的路径无论是在采样速度上、路径收益率外在特征表现上还是在生成路径和真实路径的JS散度度量上都显著优于基于几何布朗运动和跳跃扩散模型的蒙特卡洛实现方法。另一方面,基于深度强化学习中的多种算法,分别训练智能体来动态给出两种资产的最优的配置方案,实证结果表明深度强化学习实现的资产配置,在收益上比基准策略(“买入持有”)和简单策略(布林通道)好很多,算法各有优缺点,适用的情景不同,投资风格也有所不同。此外,采用了上述CWGAN-GP模型生成了多条训练集路径作为强化学习学习的样本,将之运用到DQN、DDPG两种算法的训练上,得到了强于不加生成路径的结果。本文说明了构造的两种GAN混合模型可以作为一种构造资产价格路径的方式,且采样的价格路径质量不劣于蒙特卡洛采样的路径,这种构造价格路径的方法在金融领域的数据生成和资产价格路径构造上存在一定的理论和实际应用价值;而基于历史经验的学习从而得到自动配置资产的能力的深度强化学习算法对于资产配置的实现在实践上有很大指导意义。

关键词：生成对抗网络深度强化学习资产路径资产配置

基于马尔可夫状态转换模型的中国市场配对交易研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于马尔可夫状态转换模型的中国市场配对交易研究

作者：相泓宇山东大学

学位级别：硕士

自从统计套利的概念被提出以来,配对交易就一直受到国内外投资者的青睐。作为一种市场中性策略,配对交易通过对冲一对高度相关的股票或者其他资产,以消除市场系统性风险,从而获得稳定的超额收益。配对交易认为价差序列满足均值回复过程... 详细信息

自从统计套利的概念被提出以来,配对交易就一直受到国内外投资者的青睐。作为一种市场中性策略,配对交易通过对冲一对高度相关的股票或者其他资产,以消除市场系统性风险,从而获得稳定的超额收益。配对交易认为价差序列满足均值回复过程,即无论价差怎样变化都会回到长期均值水平。配对交易最常用的方法是协整配对法,通过寻找存在长期协整关系的组合,买入价格被低估的证券卖出价格被高估的证券,等到价差回复到均值附近进行反向操作,从而获取收益。近年来,越来越多的研究表明传统协整配对交易策略并不能完全规避市场风险,特别是在市场震荡时期,协整策略往往会表现不佳,甚至出现负收益。为了解决传统协整模型在市场结构变动时效果不佳问题,本文引入了基于Ornstein-Uhlenbeck(O-U)过程的马尔可夫状态转换模型(Markov Regime Switching Model)来描述价差序列。由于配对交易策略背景是价差序列具有均值回复特性,所以本文通过O-U过程来描述价差序列的均值回复过程。马尔可夫状态转换模型是一种处理变结构数据的方法,最早被Hamilton用来美国市场状态分类问题。它通过马尔可夫链来描述当前价差序列所隐含的市场状态,每个时刻所处状态仅与前一时刻状态有关。通过建模本文将价差序列划分为高波动率和低波动率两种状态,研究发现正是高波动率状态存在影响了传统协整模型收益。随后本文基于马尔可夫状态转换模型给出了 O-U过程下最优交易信号计算过程。通过单位时间期望收益最大化得到了交易信号的近似解析解。与传统固定交易信号相比,本文方法具有理论依据,更加可靠。在实证研究部分本文以202支金融地产股日收盘数据为研究对象,研究时间从2014年1月1日到2019年1月1日。本文将基于状态转换模型的配对交易策略与传统协整配对交易策略进行对比分析,通过分析累积收益率、夏普率、交易胜率、最大回撤等指标找出策略的优势。最终表明基于状态转换模型构建的投资组合具有更高平均收益以及更好的风险控制能力。同时在交易信号选取上,本文的方法与传统固定阈值法相比也有一定优势。

关键词：配对交易马尔可夫状态转换模型 Ornstein-Uhlenbeck过程最优阈值

配对交易策略在我国A股市场的研究——基于传统模型和GARCH模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

配对交易策略在我国A股市场的研究——基于传统模型和GARCH模型

作者：冯玉茹山东大学

学位级别：硕士

配对交易策略融合了统计学和计量经济学的研究方法,是量化投资交易策略的一个分支。这一概念最初起源于20世纪80年代中期的华尔街,并在西方成熟的资本市场得到广泛应用,主要被应用于对冲基金获取收益并表现良好。配对交易策略是一种具... 详细信息

配对交易策略融合了统计学和计量经济学的研究方法,是量化投资交易策略的一个分支。这一概念最初起源于20世纪80年代中期的华尔街,并在西方成熟的资本市场得到广泛应用,主要被应用于对冲基金获取收益并表现良好。配对交易策略是一种具有市场中性的投资策略,该策略的基本思想是寻找历史价格走势相同或相似的股票进行配对,当配对组合价差偏离历史均衡水平时,就做空近期价格走势相对强势的股票,同时做多近期价格走势相对弱势的股票,待价差回归均衡水平时就进行相反操作,平仓以获取价差收益。配对交易策略运行的前提条件之一是市场具备做空机制,而我国的证券市场一直是单边运行模式即只能做多不能做空。随着2010年融资融券业务的推行以及沪深300股指期货的上市,我国证券市场具备了做空机制,为配对交易策略的运用提供了良好的平台。目前我国关于配对交易策略的研究尚处在起步阶段,多数研究也都集中在期货市场上。本文将配对交易策略运用在A股市场上,选取了 948只融资融券标的股作为研究对象。样本数据选取了股票每日的收盘价,样本区间设置上选取2017年1月1日至2017年12月31日为样本内区间,2018年1月1日至2018年12月31日为样本外区间。配对交易策略的实施主要包含两个重要环节:一是选择配对股票;二是设置交易策略。在筛选配对组合时,本文首先对股票价格进行了对数化处理,并利用相关性分析及协整检验,验证了宁波银行与平安银行两只融资融券标的股股价之间存在长期均衡关系,接着利用误差修正模型估算出宁波银行与平安银行股票价差相对于其长期均衡所发生的短期偏离,并确定了二者进行对冲的交易头寸。在设置交易策略时,传统模型下的配对交易策略认为配对组合价差序列的标准差是稳定的,因此以固定标准差的一定倍数作为建仓、平仓及止损操作的触发信号。而计量经济学的研究则表明,大部分金融时间序列会出现异方差性,由于GARCH模型在分析和模拟时间序列波动性方面的优越性,因此本文在传统模型的基础上,又利用GARCH模型对策略进行了改进。本文采用了两类交易信号:一类是基于传统模型下股票价差时间序列的固定标准差;另一类是基于GARCH模型模拟出的配对股票价差的时变标准差序列。本文以一倍标准差作为建仓信号、三倍标准差作为止损信号,价差回复或者穿越均值作为平仓信号,分别对传统模型下及GARCH模型下的交易策略进行了回测分析。结果表明:在考虑了交易成本的前提下,两种模型下的配对交易策略在样本内外均获得不错的收益,表明了配对交易策略在A股市场的有效性。同时结果也显示:GARCH模型相对于传统模型能够更好的模拟出价差序列的波动性,所获得的收益也更具稳健性。

关键词：配对交易协整传统模型 GARCH模型

人工智能算法在电信运营商用户信用评级中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人工智能算法在电信运营商用户信用评级中的应用研究

作者：吴静山东大学

学位级别：硕士

随着我国市场经济进入高质量发展阶段,信用体系的建设成为一种必然趋势。无论是机构、企业还是个人,信用在生产经营和日常生活中的作用愈发重要。如今互联网经济的不断发展,信用衍生品层出不穷,P2P、网络购物平台等互联网公司推出纷繁... 详细信息

随着我国市场经济进入高质量发展阶段,信用体系的建设成为一种必然趋势。无论是机构、企业还是个人,信用在生产经营和日常生活中的作用愈发重要。如今互联网经济的不断发展,信用衍生品层出不穷,P2P、网络购物平台等互联网公司推出纷繁复杂的信用消费产品。但由于新兴平台尚处于扩大用户规模的初步阶段,信用风险成为公司发展的关键问题。而“互联网+”模式的兴起不仅使三大电信运营商之间的竞争白热化,且使一些互联网公司也加入到竞争行列。为了争取更多的用户资源,电信运营商不得不降低入网门槛,但该行为导致用户欠费转网现象频繁发生,也是公司造成亏损的重要原因。如此可见,信用风险问题的研究和解决迫在眉睫。近几年,人工智能技术在多个领域应用广泛,同时它也为大数据问题的研究提供了新的解决方案。电信运营商拥有天然的用户规模优势,其数据具有场景来源广、实时性强、真实可靠、覆盖的面广等特点,为人工智能算法在信用风险评级方面的问题解决提供了数据支持。因此,人工智能算法也为解决电信运营商用户信用评级的问题带来新方案。本文首先简单介绍了电信运营商用户信用评级问题的研究背景、研究意义、国内外研究现状、研究目的、创新点、研究方法和论文结构。其次,详细论述了人工智能算法的基本概念、模型的基本原理及其优缺点。接着,以江苏省某市的电信运营商用户的数据为例进行数据处理、变量筛选等工作,并分别采用逻辑回归模型、支持向量机模型、多层感知器模型、决策树模型、随机森林模型、XGBoost模型以及模型融合进行拟合,选择准确率、宏查准率、宏查全率、宏F1、ROC曲线和AUC值等指标对上述模型的拟合结果进行评价和对比。最后,依据实证研究的结果,对电信运营商用户信用评级问题进行总结和展望。通过对包含用户的身份特征、行为特征、消费能力、社交关系和信用历史等多维度的数据进行建模,对比模型实证结果得出:基于XGBoost和逻辑回归的Stacking模型融合在解决电信运营商用户的信用评级问题中比使用单一模型具有更好的效果。从测试集的表现来看,采用该模型融合不仅能够区分出一定比例的信用等级用户,并且还能避免过度将正常信用等级用户错分的情况。同时,该模型融合中包含交叉验证,可以有效防止模型过拟合,结果更具有一般性。因此,通过研究认为该模型融合可以有效辅助电信运营商及时预测和识别出不同信用等级的用户,减少公司的损失,并能够为不同信用等级的用户提供个性化的服务,提升用户的满意程度。

关键词：电信运营商信用评级模型融合人工智能算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

通货膨胀指数-caps/floors定价

通货膨胀指数-caps/floors定价

作者：马欣欣山东大学

学位级别：硕士

这篇文章主要研究通货膨胀指数衍生性金融商品的定价问题,本文延伸Jarrow和Yildirim[2003]的文章,将名目零息债券价格利用通货膨胀指数交换取代实际零息债券价格,从而得出通货膨胀指数衍生性金融商品的价格封闭解。本文以通货膨胀指数-c... 详细信息

这篇文章主要研究通货膨胀指数衍生性金融商品的定价问题,本文延伸Jarrow和Yildirim[2003]的文章,将名目零息债券价格利用通货膨胀指数交换取代实际零息债券价格,从而得出通货膨胀指数衍生性金融商品的价格封闭解。本文以通货膨胀指数-caps/floors为例,使用HJM利率模型,在通膨率的波动度是随机波动的情况下,推导出更简单的通货膨胀指数-caps/floors价格的解析解。接着利用欧洲市场上的资料：消费者物价指数、通货膨胀指数交换和名目零息债的价格,估计模型中的各个参数,从而推出通货膨胀指数-caps/floors市场价格。本文重要章节安排如下。第一章：引言。第二章：介绍经济学的相关概念。第三章：建立通货膨胀指数-caps/floors定价模型。第四章：得出不同期限的通货膨胀指数caps/floors的市场价格。

关键词：通货膨胀指数债券随机波动率参数估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

商业银行IT风险度量

商业银行IT风险度量

作者：吴福根山东大学

学位级别：硕士

随着IT(信息技术)的发展,现代商业银行的各项业务已经离不开IT了,但IT是一把双刃剑,他在给商业银行带来方便的同时也会给其带来灾难。近年来,我们不难从报纸等媒体上看到有关商业银行系统故障的报道。然而,各银行对IT所造成的灾难并没... 详细信息

随着IT(信息技术)的发展,现代商业银行的各项业务已经离不开IT了,但IT是一把双刃剑,他在给商业银行带来方便的同时也会给其带来灾难。近年来,我们不难从报纸等媒体上看到有关商业银行系统故障的报道。然而,各银行对IT所造成的灾难并没有引起足够的重视,作为操作风险的一种类别,IT风险已经越来越成为一种独立的风险,但是目前缺乏度量他的有效模型,国内外对其的研究更多的是定性分析。文中试图从量化的角度对IT风险进行研究,提出了IT Risk+模型以及MC-EVT算法,并分别对其进行实证研究。本文的篇章结构及其各章的内容如下：第一章主要从选题背景、国内外研究状况及其本文研究方法进行了介绍,为以下章节做好准备。第二章主要介绍了商业银行IT风险、风险价值VaR、峰度和偏度等文中将会用到的基本知识。第三章主要介绍了目前计算VaR值比较有效的蒙特卡洛模拟法,适合于用来求解厚尾分布分位数的极值理论,以及比较有用的压力测试。在第四章中,通过借鉴Credit Risk+信用风险模型,提出了适合于IT风险的IT Risk+模型,同时针对分布是否厚尾的情况,通过整合蒙特卡洛模拟、极值理论以及压力测试等内容,提出了MC-EVT算法。在第五章中,针对第四章的模型和算法,运用所收集的损失数据库对其进行实证研究。第六章介绍了本文的主要结论以及本论文的不足,并对论文提出了展望。附录中存放了本文在计算过程中所用到的比较重要的MATLAB程序代码。

关键词：商业银行IT风险风险价值VaR IT Risk+模型 MC-EVT算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非平稳金融高频数据波动率和漂移率的估计

非平稳金融高频数据波动率和漂移率的估计

作者：王梦圆山东大学

学位级别：硕士

由于扩散模型的系数(漂移项和扩散项)在金融应用中的重要作用,过去几十年出现了大量文献利用非参数方法估计扩散模型的系数。相对于一阶扩散过程,二阶扩散过程不仅可以模拟完整的、有差异的扩散过程,而且可以克服布朗运动不可微性带来... 详细信息

由于扩散模型的系数(漂移项和扩散项)在金融应用中的重要作用,过去几十年出现了大量文献利用非参数方法估计扩散模型的系数。相对于一阶扩散过程,二阶扩散过程不仅可以模拟完整的、有差异的扩散过程,而且可以克服布朗运动不可微性带来的困难,并且可以估计非平稳模型,因此其在计量经济分析中发挥着重要作用。在估计方法上,无论是局部常数估计(N-W估计)或是局部线性估计都有优化空间,局部线性方法可能对扩散(或波动)函数产生负面结果,从而导致不敏感的推断。相对于局部线性权,复加权保留了局部线性估计的吸引偏差性质,并保证在有限样本中是非负的。本文采用Bandi和Phillips(2003)的双光滑方法削弱异常值对单光滑估计的影响,并用复加权加以改进局部线性,得到了新估计量——二阶扩散模型的双光滑复加权估计量,并证明了其中心极限定理。在本文的四五章,利用提出的新估计量对平稳和非非平稳扩散模型进行蒙特卡洛模拟,证明了其估计效果的优势。

关键词：二阶扩散模型双光滑复加权估计非平稳中心极限定理