什么是对数周期幂率模型

对数周期性幂律模型由Johansen和Sornette提出。Johansen-Ledoit-Sornette(JLS)模型假设存在两类交易者:理性的基本面交易者和非理性的噪音交易者。JLS模型借鉴统计物理中解释铁磁相变的Ising模型。该模型在JLS模型的基础上发展而来,交易者之间相互模仿,可作出买和卖的决策。由于这些相互作用,交易者间会形成相似交易行为的群体,这将导致泡沫的形成,也就是市场变得“有序”(不同于正常市场的“无序”状态,也就是熵比较大的市场)。该模型中另外一个重要的特点是在交易者的相互作用和风险的增加之间引入了正反馈,使得泡沫得以维持。

正是基于交易者之间的相互模仿,这些局部相互作用可形成正反馈,从而导致泡沫和反泡沫的产生,因此该模型可用于金融泡沫和反泡沫的建模和预测。

对数周期幂率模型可简单表示为:

$ln[p(t)]=A+B(t_c-t)^{\beta}+C(t_c-t)^{\beta}cos[\omega ln(t_c-t)+\phi]$

其中$p(t)$为$t$时刻价格,$t_c$为临界时间,$A=ln[p(t_c)]$,$\beta$为幂数,取值范围为(0,1),$

对数周期幂率模型(LPPL)相关推荐

  1. 可以度量金融泡沫的对数周期幂律

    可以度量金融泡沫的对数周期幂律,香吗? 发现金融泡沫并预测到其何时破裂是很多从事金融行业的人的梦想.如今中国股市也成为了热门的话题,然而,资本狂欢之后是股灾,多少人因此从千万富翁炒股变成百万富翁,预测 ...

  2. 逆幂律模型_【微微出品】加速模型一起聊聊Peck、Lawson、MILHDBK217

    在环境试验中,针对某些测试时间比较长的试验, 往往会选择通过加速应力的方式,缩短试验时间,节约试验经费,达到想要的试验结果,这种试验被称为加速试验或加速寿命试验(Accelerated Life Te ...

  3. [python数据分析] 简述幂率定律及绘制Power-law函数

    这篇文章主要是最近研究人类行为应用的内容,主要简单叙述下复杂网络的幂率分布以及绘制Power-law函数一些知识,同时是一篇在线笔记.希望对您有所帮助,如果文章中存在不足或错误的地方,还请海涵~    ...

  4. 关于点击率模型,你知道这三点就够了 点击率预估的几个经典模型简介

    关于点击率模型,你知道这三点就够了 德川 2015年11月24日 阅读 2091 快速评论 说到广告,或者运营,关注的最多的就是点击率了.我们经常能听说某某科学家通过建立更好的点击率预测模型,为公司带 ...

  5. 对数周期天线hfss建模_HFSS软件二次开发在对数周期天线设计中的应用

    1 前言 目前,仿真软件ANSOFT HFSS的计算精度和效率不断提高.但是要建某些阵列天线或其他复杂函数线构成的天线,操作工作量会增大,检查错误和修改模型都较困难.HFSS提供了基于VBScript ...

  6. R语言使用lm构建线性回归模型、并将目标变量对数化实战:模型训练集和测试集的残差总结信息(residiual summary)、模型训练(测试)集自由度计算、模型训练(测试)集残差标准误计算

    R语言使用lm构建线性回归模型.并将目标变量对数化实战:模型训练集和测试集的残差总结信息(residiual summary).模型训练(测试)集自由度计算.模型训练(测试)集残差标准误计算(Resi ...

  7. R语言构建xgboost模型:xgb.cv函数交叉验证确定模型的最优子树个数(可视化交叉验证对数损失函数与xgboost模型子树个数的关系)、交叉验证获取最优子树之后构建最优xgboost模型

    R语言构建xgboost模型:xgb.cv函数交叉验证确定模型的最优子树个数(可视化交叉验证对数损失函数与xgboost模型子树个数的关系).交叉验证获取最优子树之后构建最优xgboost模型 目录

  8. R构建幂回归模型(Power Regression)

    R构建幂回归模型(Power Regression) 目录 R构建幂回归模型(Power Regression) 创建数据 数据可视化 拟合幂回归模型

  9. 关于点击率模型,你知道这三点就够

    关于点击率模型,你知道这三点就够 说到广告,或者运营,关注的最多的就是点击率了.我们经常能听说某某科学家通过建立更好的点击率预测模型,为公司带来上亿的增量收入.点击率这么简单直接的统计量,为什么要用复 ...

最新文章

  1. 利用3D打印构建衍射深度神经网络,可光速执行数字运算
  2. 双目视惯雷达SLAM
  3. 正则匹配:Email 密码强度 身份证 手机号 日期 数字每4个字空一格等
  4. web前端学习(二)html学习笔记部分(3)--range对象
  5. 15年考的全国计算机应用技术,(2015年全国专业技术人员计算机应用能力考试.doc...
  6. android 根据时间获取周几_android 调用系统 calendars 如何获取一个指定日期的所有日程 event。...
  7. eclipse常用快捷键——非常实用
  8. 鼠标提上去弹出提示层(定位)
  9. MySQL视图查询报错:Prepared statement needs to be re-prepared
  10. php折半查找算法,二分查找 [折半查找] 算法 PHP 版
  11. pymysql连接数据库
  12. Hibernate深入浅出(六)事务2——锁locking
  13. 《OpenCV 4.5计算机视觉开发实战(基于VC++)》示例代码免费下载
  14. excel常用的数据处理方法
  15. IT行业发展趋势及就业前景?
  16. java node对比_服务端I/O性能:Node、PHP、Java、Go的对比
  17. extjs中dateField日期精确到时分秒的扩展控件
  18. 江苏中理网络科技有限公司介绍
  19. 7-24 到底是不是太胖了 (10分)
  20. C语言数组初始化骚操作

热门文章

  1. Flash烧录成功后校验器件时出错问题
  2. IC设计之英特尔前高管的“IC职业发展规划”分享
  3. 软件测试面试“圣经”分享,满满的知识点
  4. matlab ts代码,TS_LSTM.m · XJTU_STEI/matlabTools - Gitee.com
  5. excel组合汇总_Excel汇总20140616
  6. PICO 4评测:Pancake光学新标杆,VR娱乐VR健身就选它
  7. 强训之【求最大连续的bit数和最近公共祖先】
  8. 第一课 Python Web企业门户网站—Python基础
  9. Android Studio 真机调试vivo系列手机安装失败解决办法
  10. ie10和ie11支持html5吗,IE11兼容模式和IE10兼容模式有什么区别