- 上一篇：嵌入式系统的互联网络国内外研究现状
- 下一篇：股市时间序列建模的研究现状
(3) 混合分布模型。
上述两类分布情况都有一个共同点:对于任意一支股票,在不同笔的交易中，发生的交易行为都是完全不相干的，其价格变化是独立同分布的随机变量；且各项交易的时间分布也是均匀的。但实际情况是，交易间隔的时间长短并不相同，因为各种信息传递的具体情形是很难推断的，所以某一刻已传递到位信息才会干扰买卖股票的价格，这样一来前两种分布模型都不能准确反映收益率的分布了，基于这一局限，混合分布理论也就由此提出。混合模型通常由两个分布混合而成。正态分布作为较为原始的形式，肯定可以在一定程度上起到描述收益率分布形式的作用，我们用此分布来描绘收益率变化的主体情况；另外提出了一种分布来描绘收益率的波动情况，对正态分布的方差加以控制。相关的研讨人员在研讨中使用了很多不同的混合分布的形式。例如Press在1968年构造的复合事件模型，Clark在1974年提出的Lognormal- normal复合分布的形式，通过对数正态分布来描述正态分布的方差。随后，Praet z与Robert C. Blattberg在1972年提出的模型有着很大的影响力，Praet z 于1972年 研究了正态分布方差服从Gamma- 2 分布的情况，这一分布形式认为收益率是与t分布的形式相符合的。Robert C. Blattberg 与Nicholas J. Gonedes指出如果用正态分布形式来描述方差，那么收益率的分布情况可以用指数小于1的的严格正的稳定Paretian 分布形式来描述，这种情况下，收益率分布的主体与指数值低于二的稳定Paretian分布相同。上述两种变化的混合形式都是非对称有偏分布，所以和现实情况中信息传递在时间上的不对称这一情况相符合,也就是说正常情形下，信息传递不会有很大的不同，但一旦出现特殊信息波动，收益率就会随之出现很大的波动。