本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #1273
- 日期：2026-03-18
摘要
本文首先調查了資產報酬中出現的經驗模式。主要模式如下。 (i) 樣本外的報酬很難預測。相關維數較大且不穩定；即，回報是由「複雜」過程產生的。 (ii) 交易量的去趨勢化非常持久；即，自相關函數為正，並且隨著滯後長度的增加而緩慢減少。 (iii) 報酬的波動性也非常持久，波動性的自相關函數與去趨勢交易量的自相關函數非常相似。 (iv) 去趨勢交易量和波動率同時高度相關。 (v) 去趨勢交易量和波動率的互自相關函數在超前和滯後中迅速下降，並在 0 處出現大峰值。 (vi) 更複雜的自舉型測試已經發現，只要仔細選擇條件集，樣本回報的某些條件可預測性的證據。其次，本文概述了自適應演化理論金融資產定價模型的發展，該模型嵌套了通常的理性預期類型模型（例如，作為有效市場假設版本的一類模型）。但隨著系統的及時發展，理性預期信念的成本高昂，並且會與其他類型的信念在產生淨交易利潤方面產生競爭。本文簡要回顧了一些關於均衡收益、交易量和收益波動性的研究，這些研究與上述回顧的典型事實是一致的。一種「係綜」方法被發展出來，而不是本著統計力學的精神，這似乎有助於為大型演化隨機動力系統開發分析結果。