基于贝叶斯分类的股市厚尾现象统计分析
2013-10-30分类号:F832.51;F224
【部门】南京大学工程管理学院
【摘要】股市厚尾现象是金融市场的一个典型特征。文章采用贝叶斯分类的方法,根据价格成分特征间的聚类效果来对厚尾序列的价格成分做分类,并对单一价格成分做统计分析。实证结果表明,股市的厚尾序列可以被分为中枢低、幅度小的平缓型波动与中枢高、幅度大的剧烈型波动两种基本的价格成分。而且对两种价格成分的统计特性分析发现,对股市运动起主导作用的是小概率出现的大波动价格成分。
【关键词】贝叶斯分类 厚尾现象 分类似然率准则 混合正态分布
【基金】中国博士后科学基金资助项目(20110491378);; 江苏省博士后科研基金资助项目(1101067C)
【所属期刊栏目】统计与决策
文献传递