文档介绍：南京财经大学硕士论文特征,度量市场风险大小的文献已不乏见[39].重标极差(简称R/S)分析方法[18]是Hurst长期在埃及对尼罗河进行水文测量而创立的一种非参数统计方法,1963年该方法被Mandelbrot[25][1]基于R/S分析方法对上海证券市场的指数和交易量做了分形特征分析,研究表明上证指数存在长记忆性,,经典的R/S分析方法在对时间序列的分析中会产生长程自相关的错误干扰,这是因为经典的R/S方法对样本数据量及短程自相关很敏感,,由于该模型比一般的经济模型更具有现实意义而被广泛地应用于经济领域中[4,7,8].此外,分形插值理论研究也取得许多重大成果[29,34,35,37,38].但分形插值的理论方法在金融时间序列分析中的应用大都局限于对时间序列未来走势的预测,(DFA)方法是Peng等人[28]在1994年研究脱氧核糖核酸分子链的分形结构时首次提出,目前此方法已被广泛地应用到金融领域的研究中[12,16,17].多重分形消除趋势波动分析[20](MultifractalDetrendedFluctuationAnalysis,MF-DFA)是由DFA拓展而得来的一种新方法,,可以避免对金融时间序列的长期相关性的误判,从而能更精细、[5]利用MF-DFA研究中、美两国股票市场的多重分形特征,探讨多重分形性与风险之间的关系,指出多重分形特征越显著,[32]运用MF-DFA研究了上海股票市场,发现上海股票市场在限价改革之后变得越来越有效,通过对波动序列的研究,[26]运用MF-DFA分析伊朗里亚尔对美元汇率波动的多重分形特征,[30]对美元—韩元,美元—日元,美元—欧元这三个汇率进行多重分形研究,发现美元—韩元汇率的广义Hurst指数比其他两个汇率的大,且在三个外汇汇率中,美元—,一些研究已证实了金融市场中存在非对称相关性[10,13,21],而非对称消除趋势波动分析(A-DFA)[11]是研究时间序列非对称行为的一个有效工具,-DFA的一个多分形的推广,即A-MF-DFA还能更精细地刻画时间序列中正、-DFA和A-MF-[22]运用A-DFA来研究和刻画股票市场中的趋势切换点的表现特征,研究表明通过A-DFA获得的正、[14]运用A-MF-DFA研究中国上证综指和深圳成指的非对称复杂性,证实了这两个市场中均存在非对称的标度行为,并指出重大的金融、,国内学者对中国白银期货市场的研究主要是运用一些经济模型和常规统计方法,如曹宇博[2]运用协整检验和Granger因果检验方法研究我国白银期货价格与国际白银期货价格的关系,发现国内外白银期货价格存在长期均衡关系,且纽约商品交易所的白银期货价格对上交所白银期货价格存在引导作用,[9]等人基于协整理论研究了国际白银期货价格与美元指数之间的长期趋势及数量关系,结果表明,国际白银期货价格与美元指数之间存在负相关关系,[6],本文首先采用MF-,我们选取沪银1312的每5min高频数据作为研究对象,研究其多重分形特征,,为了拓展A-MF-DFA在金融市场中的应用,同时更深入地揭示期货市场的非对称复杂性特征,本文将运用A-MF-EX)