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

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 financial market microstructure model being studied. The optimal investment strategy is also designed based on the microstructure model. The aim is to provide a systematic, useful and practical analytic and design method to analyze financial markets' change and to avoid investment risks.

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。

近年来，全球金融危机及欧债危机的爆发给世界经济带来了巨大的经济损失，传统的经济学理论已无法预见当前金融风暴的产生。金融危机的成因是多方面的，而如何从微观的角度去分析了解过剩需求和市场流动性对金融资产价格行为的影响，对更好地进行资产组合配置，从而有效防范金融风险、提高风险控制与处置能力、维护我国及全球的金融安全具有重要意义。. 对此，本项目从金融市场内部的微观结构研究出发，基于在前期研究中已提出的描述金融资产价格、市场过剩需求及市场流动性三者关系的微结构基本模型的基础上，研究开发了能描述市场价格形成的更一般化的随机性非线性动力学模型，构建了非齐次泊松跳跃市场微结构模型、杠杆效应市场微结构模型、学生t分布厚尾市场微结构模型以及基于SMN（Scale mixtures of normal distributions）分布的市场微结构模型。从理论上解释了市场微结构模型对金融市场的跳跃性、杠杆性和厚尾性等动态特性的描述能力。针对跳跃的检测估计问题，本项目分别提出了计算效率高、可在线递推实现的跳跃变化检测方法和非参数跳跃检测方法，能有效检测出实际金融数据的跳跃性。同时针对市场微结构模型的非高斯性和非线性性，开发了一种快速高效的MCMC参数估计方法；提出了一种粒子群优化与遗传算法融合的优化算法，它结合Kalman滤波及极大似然法来估计市场微结构模型的参数和状态；提出了基于无忌卡尔曼滤波和极大似然的估计方法。为了克服固定训练数据集辨识模型而导致模型预测结果变差这一缺点，本项目基于滚动优化的思想，开发了一种自适应的、金融时间序列的半在线建模和资产分配方法，有效改善了模型的自适应性，提高了资产分配效果。针对前期研究以二资产为对象进行资产分配的情况，基于辨识获得的过剩需求信息，设计了一种适合于多资产组合投资的动态资产分配方案。本项目的研究成果为分析金融市场变化、规避投资风险提供了一套系统性的、有效的、实用化的解析方法及设计方法。