聚焦价格泡沫识别与破裂预警。当前学术界和业界已经形成了两类具有代表性的量化研究方法:一类是基于价格结构分析的对数周期幂律模型(Log-Periodic Power Law,LPPL),通过识别泡沫形成过程中超指数增长和对数周期振荡特征,刻画市场非线性演化过程并估计潜在临界时间;另一类是基于递归右尾单位根检验的 GSADF 方法,通过检验价格序列是否出现统计意义上的爆炸性行为,实现对泡沫状态和异常阶段的识别。LPPL 对于持续时间较长、后期加速结构较为清晰的趋势,能够在趋势极值出现前的最后数周持续更新并逐步收敛临界时间,为高点或低点的前瞻定位提供量化参考。
聚焦价格泡沫识别与破裂预警。当前学术界和业界已经形成了两类具有代表性的量化研究方法:一类是基于价格结构分析的对数周期幂律模型(Log-Periodic Power Law,LPPL),通过识别泡沫形成过程中超指数增长和对数周期振荡特征,刻画市场非线性演化过程并估计潜在临界时间;另一类是基于递归右尾单位根检验的 GSADF 方法,通过检验价格序列是否出现统计意义上的爆炸性行为,实现对泡沫状态和异常阶段的识别。LPPL 对于持续时间较长、后期加速结构较为清晰的趋势,能够在趋势极值出现前的最后数周持续更新并逐步收敛临界时间,为高点或低点的前瞻定位提供量化参考。
聚焦价格泡沫识别与破裂预警。当前学术界和业界已经形成了两类具有代表性的量化研究方法:一类是基于价格结构分析的对数周期幂律模型(Log-Periodic Power Law,LPPL),通过识别泡沫形成过程中超指数增长和对数周期振荡特征,刻画市场非线性演化过程并估计潜在临界时间;另一类是基于递归右尾单位根检验的 GSADF 方法,通过检验价格序列是否出现统计意义上的爆炸性行为,实现对泡沫状态和异常阶段的识别。LPPL 对于持续时间较长、后期加速结构较为清晰的趋势,能够在趋势极值出现前的最后数周持续更新并逐步收敛临界时间,为高点或低点的前瞻定位提供量化参考。核心数据:金银与中信二级行业的临界时间前瞻期中位数分别为 31.5 个和 33.0 个交易日,预测临界时间距实际趋势极值的绝对误差中位数分别为 52 日和 61 日;截至 2026 年 1 月 14 日,黄金最近 10 次临界时间预测的20%至 80%区间收敛至 1 月 27 日至 1 月 31 日,中位数准确落在 1 月 28 日的实际高点,提前 14 个自然日完成高点定位;截至 1 月 20 日,白银预测区间收敛至 1 月 25日至 1 月 28 日,中位数为 1 月 27 日,与实际高点仅相差 1 日,提前 8 个自然日锁定高点窗口。
本报告由中泰证券发布,发布于 2026 年。
覆盖 2026 年。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合投资人等读者参考。
重点分析了价格泡沫识别与破裂预警等议题。