本文通过对上海证券交易所的20支股票在2010年1月4日～2010年4月30日期间的共79个交易日的交易持续期数据,采取包括单分形和多分形等在内的多种分形分析方法进行了分析,描述了交易持续期在多个方面的特征。在对本文选取的数据的基本统计特征进行分析之后,我们发现：交易持续期表现出和其他金融高频数据同样的非正态性,“日内效应”以及非稳定性。这些基本的统计特征的描述提示我们,可以采用分形分析方法对交易持续期序列进行分析,可以更好更精确地描述该序列的长期记忆性以及某些局部特征。在使用单分形分析方法中的趋势消解分析法对交易持续期序列进行分析后,我们发现：交易持续期序列中确实存在着明显的长期记忆性,并且这种长期记忆性的存在是一种普遍现象,和股票所在行业、股票所属公司总流通市值以及总平均交易强度等指标没有直接的相关关系。另外,我们对交易持续期序列分别进行了三种不同的处理方式：去除“日内效应”、重排和傅立叶相位随机化,通过对处理后的数据的分析结果进行比较,可以看出,“日内效应”的存在对于交易持续期序列的长期记忆性并没有直接影响,长期记忆性的存在来自于序列的自身相关性,因为经过打乱重排后的序列并没有表现出明显的长期记忆性。同时我们发现,交易持续期的波动函数图像显示出斜率显著不同的两段,这表明在不同的时间尺度上,交易持续期序列的长期记忆特征也是有所不同的,也就是说,我们如果使用单一的时间尺度上的指标去量化整个序列的长期记忆特征是不甚科学和精确的。所以我们在下文中,选取了三种不同的多重分形分析方法,对交易持续期序列的多重分形特征进行了描述。多重分形分析方法的实证结果表明,交易持续期序列中确实存在着明显的多重分形特征,在不同时间尺度上,序列表现出显著不同的特征。为了对产生这种多重分形特征的原因进行分析,我们对原始数据采用了不同的处理方法,并对处理后的数据进行分析和比较,我们发现,交易持续期序列的多重分形特征主要来自于序列的内在相关性以及序列的非正态性,并且后者对多重分形特征的产生具有更大的影响。通过对交易持续期序列的单分形和多重分形分析后,我们更好地认识了中国股票市场中交易活动之间的一些内在关系,这对于我们理解和解释实际的股票交易活动具有很好的现实意义。