高频数据是科学发现和新理论的源泉.doc

金融高频数据是科学发现和理论创立的新源泉——金融孤子(非欧几何)构造及其实验马金龙 1,2,马非特 2 (1中国科学院广州地球化学研究所广州 510640 ; 2长沙非线性特别动力工作室长沙 410013 ) 摘要: 金融高频数据是金融市场内秉特性的表征,正在成为科学理论及发现的新源泉。本文基于复杂系统理论和非线性动力学原理,通过对金融交易市场高频数据进行相空间重构、数据挖掘和数值分析获得非线性特别动力因子——金融孤子,发现其价格波动规律,建立与市场相适应的前瞻性的演化博弈模型,进而提出金融孤子的(非欧几何)构造新概念。经实盘交易股票 G广控和期货燃油实践,实现了在价格波动演化过程中的可重复性实验,达到了验证金融孤子理论及模型正确性的目的。金融孤子(非欧几何)构造有可能成为有限理性主体的社会和经济演化行为范式。关键词: 金融高频数据;金融市场;金融孤子;非欧几何 1引言科学数据是自然界客观事物特性的表征。现代科学领域的数据都开始以越来越精细的时间刻度来收集, 在频率上向可微分方向发展, 在数量上正以指数级增长。自上世纪 90 年代以来, 随着现代计算机科技手段在金融交易中的广泛使用, 交易系统可以实时地提供市场参与者的交易数据, 包括股票、汇兑、期货及其金融衍生品等, 并且全部交易过程被实时的逐笔交易或逐秒记录(如中国证券市场交易系统具备每分钟出 10 个数据的能力)和储存下来,这样就形成了金融高频数据( financial high frequency data ), 即达到可微程度, 而且金融高频数据具有海量性,如分钟数据,在十年内可以达到 1 000 000 数量级[1]。目前国内外高频数据研究主要是从统计物理学和数理统计学这两个途径展开的。金融物理学家基于非线性动力学( 混沌、分形) 原理取得了以下认识, 在金融时间数据中建立了确定性混沌动力学系统,金融市场价格的多变是多种因素非线性相互作用导致的,具有混沌、分形的特性,提出了分形市场假说、偏离高斯分布的列维分布和渐近幂率以及标度性等,揭示了金融市场现象中的普适性、规律[2]-[4] 。数学家和经济家基于线性的、完全理性的均衡范式, 建立了如自回归条件异方差( ARCH ) 类模型、自回归条件持续性( ACD ) 模型等[5,6] , 但因假设这个系统是可计系统, 相当于热力学第二类永动机[7], 在实际上无助于发现运动的机制。尽管这些模型从不同角度和层面考虑了金融高频数据的基本要素和主要特征, 揭示了一些异常的市场微观现象, 但仍处于描述和分析的基础层面。本文基于复杂系统理论, 应用非线性动力学( 混沌、分形、孤子) 原理, 采用问题导向研究方法( 数据→模型→概念→实践), 让数据说话, 并不事先假设数据的模型, 而是通过对金融交易市场高频数据进行相空间重构、数据挖掘和数值分析获得非线性特别动力因子——金融孤子[8], 发现其价格波动规律, 建立与市场相适应的前瞻性的演化博弈模型, 进而提出金融孤子的(非欧几何)构造新概念,经实盘交易股票 G 广控和期货燃油实践,实现价格波动演化过程中的可重复性实验,同时达到验证金融孤子理论及模型正确性的目的。 2金融高频数据-建模- 波动演化过程的重复再现性在信息社会中,面临浩渺无际的金融高频数据, 如何才能不被信息的汪洋大海所淹没, 并将数据转换成有用