×

Lyapunov指数的非参数神经网络估计和混沌的直接测试。 (英语) 兹比尔1282.62212

摘要:我们导出了噪声系统中Lyapunov指数的非参数神经网络估计量的渐近分布。李亚普诺夫指数的正性是混沌的一个操作定义。我们基于估计的Lyapunov指数和一致方差估计引入了一个检验混沌假设的统计框架。报道了一项评估小样本性能的模拟研究。我们还将我们的程序应用于每日股票回报数据。在大多数情况下,股票收益率序列中的混沌假设在1%的水平上被拒绝,但在一些更高幂变换的绝对收益中例外。

MSC公司:

62M45型 神经网络及从随机过程推断的相关方法
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62P05号 统计学在精算科学和金融数学中的应用
62G05型 非参数估计
6220国集团 非参数推理的渐近性质

软件:

FUNFITS公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abhyankar,A。;科普兰,L.S。;Wong,W.,《揭示实时股市指数中的非线性结构——标准普尔500指数、DAX指数、日经225指数和富时100指数》,《商业与经济统计杂志》,第15期,第1-14页(1997年)
[2] Andrews,D.W.K.,异方差和自相关一致协方差矩阵估计,《计量经济学》,59817-858(1991)·Zbl 0732.62052号
[3] Bailey,B.A.,局部Lyapunov指数:可预测性取决于你所在的位置,(Barnett,W.A.;Kirman,A.P.;Salmon,M.,《非线性动力学与经济学》(1996),剑桥大学出版社:剑桥大学出版社,剑桥),345-359·Zbl 1044.91547号
[4] Barnett,W.A。;Gallant,A.R。;Hinich,M.J。;Jungeilges,J.A。;卡普兰,D.T。;Jensen,M.J.,《非线性和混沌测试对测量误差的稳健性、推理方法和样本大小》,《经济行为与组织杂志》,27301-320(1995)
[5] Barnett,W.A。;Gallant,A.R。;Hinich,M.J。;Jungeilges,J.A。;卡普兰,D.T。;Jensen,M.J.,非线性和混沌测试之间的单盲受控竞争,《计量经济学杂志》,82,157-192(1997)·Zbl 1008.62715号
[6] Barron,A.R.,σ函数叠加的通用近似界,IEEE信息理论汇刊,39930-945(1993)·Zbl 0818.68126号
[7] Bask,M。;de Luna,X.,《表征非线性动力学模型的稳定性程度》,《非线性动力学和计量经济学研究》,第6期,第3条(2002年)·Zbl 1080.91547号
[8] 布洛克,W.A。;Dechert,W.D。;谢因克曼,J.A。;LeBaron,B.,《基于相关性维度的独立性检验》,《计量经济学评论》,第15期,197-235页(1996年)·Zbl 0893.62034号
[9] 布洛克,W.A。;Hommes,C.H.,简单资产定价模型中的异质信念和混沌路线,《经济动态与控制杂志》,221235-1274(1998)·Zbl 0913.90042号
[10] 陈,X。;Racine,J。;Swanson,N.R.,半参数ARX神经网络模型及其在通货膨胀预测中的应用,IEEE神经网络汇刊,12674-683(2001)
[11] 陈,X。;Shen,X.,弱相关数据的筛选极值估计,《计量经济学》,66,289-314(1998)·Zbl 1055.62544号
[12] 陈,X。;White,H.,非参数神经网络估计器的改进率和渐近正态性,IEEE信息理论汇刊,45682-691(1999)·Zbl 1098.92502号
[13] Dechert,W.D。;Gençay,R.,Lyapunov指数作为稳定性分析的非参数诊断,应用计量经济学杂志,7,S41-S60(1992)
[14] 丁,Z。;格兰杰,C.W.J。;Engle,R.F.,《股票市场收益的长记忆特性和新模型》,《实证金融杂志》,183-106(1993)
[15] 埃克曼,J.-P。;Kamphorst,S.O。;Ruelle,D。;Ciliberto,S.,Liapunov时间序列指数,物理评论A,344971-4979(1986)
[16] 埃克曼,J.-P。;Ruelle,D.,混沌和奇异吸引子的遍历理论,《现代物理学评论》,57617-656(1985)·兹比尔0989.37516
[17] 埃尔纳,S。;Gallant,A.R。;McCaffrey,D。;Nychka,D.,基于Jacobian估计的数据Lyapunov指数的收敛速度和数据要求,《物理信函A》,153357-363(1991)
[18] Furstenberg,H。;Kesten,H.,随机矩阵的乘积,《数理统计年鉴》,31457-469(1960)·Zbl 0137.35501号
[19] Gabushin,V.N.,度量Lp中函数及其导数的范数不等式,Matematicheskie Zametki,1291-298(1967)·Zbl 0152.12703号
[20] Gallant,A.R。;White,H.,关于用多层前馈网络学习未知映射的导数,神经网络,5129-138(1992)
[21] Gençay,R.,《通过Lyapunov指数测试混沌动力学的统计框架》,Physica D,89,261-266(1996)·Zbl 0886.58052号
[22] Gençay,R。;Dechert,W.D.,维未知动力系统(n)Lyapunov指数的算法,物理D,59,142-157(1992)·Zbl 0761.58025号
[23] Gençay,R。;Dechert,W.D.,雅可比算法中伪Lyapunov指数的识别,非线性动力学和计量经济学研究,1145-154(1996)·Zbl 1078.39501号
[24] 詹内里尼,S。;Rosa,R.,评估最大Lyapunov指数估计准确性的新重采样方法,Physica D,155,101-111(2001)·Zbl 0981.37036号
[25] Herrndorf,N.,随机变量弱相依序列的不变性原理,《概率年鉴》,第12期,第141-153页(1984年)·Zbl 0536.60030号
[26] 霍尼克,K。;Stinchcombe,M。;白色,H。;Auer,P.,前馈网络逼近未知映射及其导数的逼近度结果,神经计算,61262-1275(1994)·Zbl 0846.60088号
[27] 宽,C.-M。;White,H.,《人工神经网络与计量经济学视角》,《计量经济学评论》,13,1-91(1994)
[28] 卢,Z.-Q。;Smith,R.L.,估算当地Lyapunov指数,菲尔德研究所通信,11135-151(1997)·Zbl 0863.58051号
[29] Makovoz,Y.,《随机逼近与神经网络》,《逼近理论杂志》,85,98-109(1996)·Zbl 0857.41024号
[30] McCaffrey,D.F.,1991年。用非参数回归和收敛速度估计前馈单隐层网络的Lyapunov指数。统计学系博士学位论文。北卡罗来纳州立大学罗利分校。;McCaffrey,D.F.,1991年。用非参数回归和收敛速度估计前馈单隐层网络的Lyapunov指数。统计学系博士学位论文。罗利,北卡罗来纳州立大学。
[31] McCaffrey,D.F。;埃尔纳,S。;Gallant,A.R。;Nychka,D.W.,用非参数回归估计混沌系统的Lyapunov指数,美国统计协会杂志,87,682-695(1992)·Zbl 0782.62045号
[32] Nychka,D.,Bailey,B.,Ellner,S.,Haaland,P.,O'Connell,M.,1996年。FUNFITS:用于估计函数的数据分析和统计工具。北卡罗来纳州统计研究所,Mimeoseries No.2289。;Nychka,D.,Bailey,B.,Ellner,S.,Haaland,P.,O'Connell,M.,1996年。FUNFITS:用于估计函数的数据分析和统计工具。北卡罗来纳州统计研究所,Mimeoseries No.2289·Zbl 0956.62003号
[33] Nychka,D。;埃尔纳,S。;Gallant,A.R。;McCaffrey,D.,《在噪声系统中发现混沌》,《皇家统计学会杂志》,B辑,54,399-426(1992)
[34] Serletis,A.,《随机游走、破趋势函数和货币速度的混沌结构》,《商业与经济统计杂志》,13453-458(1995)
[35] 沈欣,《筛分与惩罚方法》,《统计年鉴》,第25期,第2555-2591页(1997年)·Zbl 0895.62041号
[36] 沈,X。;Wong,W.H.,筛分估计的收敛速度,《统计年鉴》,22580-615(1994)·Zbl 0805.62008号
[37] Shintani,M。;林惇,O.,世界经济是否混乱?使用一致标准误差的非参数检验,《国际经济评论》,44,331-358(2003)
[38] Taylor,S.J.,《金融时间序列建模》(1986),威利:威利纽约·Zbl 1130.91345号
[39] 黄,Y.-J。;Linton,O.,随机时间序列Lyapunov指数非参数估计的渐近分布,《计量经济学杂志》,91,1-42(1999)·Zbl 1041.62503号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。