聚类分析在证券投资基本分析中的应用

选用14个聚类分析统计指标，用离差平方和法对31家上市公司的股票进行聚类分析，借以通过对股票的基本面的分析，为证券投资者提供长期理性投资的依据．降低投机性带来的风险，树立以基本投资为主，技术分析为辅的理性投资理念，找出真正具有投资价值的股票，进行长期投资．     

动态组合证券投资决策非线性递推规划模型

针对现有动态组合证券投资决策方法的不足,引入递推规划的思想和方法建立了动态组合证券投资决策的非线性递推规划模型,该模型将股票价格预测的状态空间模型、投资机会集确定方法、均值方差模型、资产负债管理的网络模型和证券组合总体风险的自适应控制方法有机地结合起来,给出了一种新的具有可操作性的动态组合证券投资方法,并通过中国股票市场中３５种股票构成的数据样本验证了所建模型的有效性和适用性。     

基于收益率的股票相关性计量分析

针对股票间相关性，通过相关分析、系统聚类分析、网络构建等多种方法，以收益率为对象，建立股票间相关性度量指标模型，运用软件 Excel、Matlab 得出股票相关系数矩阵，并设置合适的阈值，利用软件Netdraw 构建出基于最佳阈值和相关系数所对应的股票网络。然后从所建网络出发，对中国股票市场中的板块进行聚类分析，最终建立起一个以收益率为指标来研究股票相关性的模型，为研究股票相关性提供了一个相对比较完善的方案。     

动态规划在投资分配中的应用

本文主要是介绍在投资证券(如股票)时，投资者如何利用动态规划这一数学方法合理的分配投资资金，用动态规划的方法来处理这些问题方便有效。     

更正启事

证券投资 证券投资是指投资者(法人或自然人)购买股票、债券、基金券等有价证券以及这些有价证券的衍生产品以获取红利、利息及资本利得的投资行为和投资过程,是直接投资的重要形式 证券投资分析 证券投资分析是通过各种专业性的分析方法和分析手段对来自于各个渠道的、能够对证券价格产生影响的各种信息     

基于对数期望-熵模型的证券组合投资研究

由于证券是一种连续投资,算术平均收益率并不能完全反映投资的收益情况,而几何平均期望收益率才能反映连续投资的实际收益。文章建立了对数期望-熵模型来度量投资的风险,并以沪市证券市场进行实证研究,利用该模型选出适当数量的股票进行优化组合。     

如何看待证券分析师群体的荐股能力

证券分析师是指专门向个人投资者或机构投资者提供证券投资分析意见并指导其进行投资的专门人才，其职责是研究上市公司情况，向机构和个人投资者提供买卖股票的建议。本文利用证券分析师的荐股数据对证券分析师群体的荐股能力进行了实证分析。结果发现证券分析师的荐股不能较长时间的持有，其荐股能力有待提高。     

基于改进粒子群算法的神经网络优化证券投资组合方法

采用人工神经网络对证券投资进行预测与分析的研究过程中,提高神经网络各个节点参数的优化能力是极其关键的。传统的神经网络存在学习速度慢、易陷入局部极小值、预测结果精度较低等缺点,一种改进型粒子群(Improved Particle Swarm Optimizer,IPSO)算法,可以优化BP(Back Propagation)神经网络,并将优化后的BP神经网络应用于优化证券投资组合中。实验结果表明:该研究方法能够在预测精度和稳定性方面明显优于传统的PSO-BP神经网络优化证券投资组合方法。     

灰聚类分析及其应用研究

经典的聚类分析方法在统计时需要事先设置参数，而在没有先验知识情况下，确定这些参数比较困难。为此，提出一种全新的灰聚类分析方法并完整地定义了其数学模型。该方法不再受样本输入次序的限制，不再需要事先确定参数。通过仿真实验，证明了该方法具有较好的抗噪音的能力，能有效地避免人为因素对聚类结果的影响，能使聚类的结果更客观、准确。将该方法运用于股票数据分析中，实验结果表明，该分析结果能为投资者提供一定价值的决策意见，具有一定的实用价值。     

证券投资的主成分因素分析方法

为了研究证券投资的规律，利用主成分因素分析方法对影响证券投资的因素进行了分析。分析结果表明，经济因素和证券市场技术因素是影响证券投资的主要因素。结果对实际有一定的指导意义，且为证券市场的研究提供了有效的分析方法和可靠的理论依据。     

情绪传染、个股波动与股价同步性——来自基金重仓股的经验证据

基于基金重仓股背后的委托代理投资关系,采用开放式基金流量数据建立情绪传染指标,分别从个股层面和市场层面,考察基金投资过程中的情绪传染对重仓股个股波动和股价同步性产生的影响.研究发现,情绪传染对重仓股个股波动存在显著影响,无论乐观还是悲观情绪传染,均对重仓股波动具有推动促进作用;进一步研究发现,基金投资中的情绪传染同样会使重仓股的股价同步性显著增强.从基金投资中不同主体间存在情绪传染的崭新视角解释市场异象,有助于补充行为资产定价理论研究,所得结论可为投资者、基金公司及市场监管部门提供一定参考.     

市盈率投资策略的适用性实证研究——基于我国创业板市场

近期,我国证券市场(尤其创业板市场)的频繁波动引起投资者的高度关注.作为一种重要的投资参考指标,市盈率能否为投资者提供良好的决策依据?针对这一问题,运用因子分析、独立样本T检验等方法,从股票成长性、低市盈率股票投资价值两方面,探究市盈率投资策略是否适用于我国创业板市场.结果显示,高市盈率股票不具有高成长性,甚至是较低的成长性;低市盈率股票的市场表现没有达到理论状态.因此,市盈率投资策略目前在我国创业板市场上效果不显著,市盈率在指导投资中的作用有限.研究结论为监管当局完善创业板市场的相关制度、上市公司优化企业的经营状况、投资者的投资决策提供有用的信息.     

A股市场涨停限制下的短线投资策略

为了明确涨停股在未来交易日仍普遍具有持续上涨潜力的原因,帮助高风险偏好的短线投资者提升对涨停股追涨获利的概率,从涨停股公司基本面、涨停驱动因素、涨停股属性、涨停强度及效应、国内外股市表现、技术指标与资金介入状况等6个维度构建了涨停股短线投资策略评价指标体系,并利用层次分析法确定了各指标的权重.根据指标权重结果,针对短线投资者提出了涨停股投资策略.     

股权投资差额例证分析——兼谈股权投资差额的正确计算

长期股权投资差额是指长期投资在采用权益法核算时,投资成本与应享有被投资单位所有者权益份额的差额。本文采用例证方法分析长期投资股权投资差额产生的原因,提出了对其进行正确计算的方法及过程。     

考虑红利支付和随机波动的确定缴费型养老金最优投资策略

为研究红利支付和随机波动情形下确定缴费型养老金的最优投资问题,假设:(1)金融市场有2种资产,即无风险资产(银行存款)和风险资产(股票),且养老金计划的基金投资在这2种资产上;(2)风险资产的方差服从Heston模型,且考虑了风险资产(股票)所得的红利收入。通过随机控制原理,在指数效用函数情形下获得DC型养老金最优投资的显式解,从而得出其最优投资策略为:红利率越大,相同的养老金财富水平在股票上的投资比例越大;在一定范围内,通胀波动率的增加使得投资者追加对股票的投资,但当通胀波动率较大时,投资者反而减少对股票的投资。     

基于情感分析和GAN的股票价格预测方法

股票价格具有非平稳性和波动性特点,且投资者容易受自身情感影响,投资决策行为具有非理性特征,因此股票价格难以预测.针对预测股票价格的卷积神经网络情感分析方法存在文本标记分布不平衡问题,本文提出一种基于情感分析和生成对抗网络的股票价格预测方法.首先,建立金融领域情感词典库;然后,使用基于词典的情感分析方法计算金融文本数据的情感极性和投资者每天的总体情感指数;最后,利用生成对抗网络对股市波动进行预测,其中生成器生成股票序列数据,而判别器采用卷积神经网络对生成数据和真实数据进行区分.该方法能动态地更新股票价格预测结果且误差较小.     

上市公司经营业绩的分省市聚类分析

随着中国股票市场的规范化发展,中国投资者亦应进行理性化分析和投资,理性化分析的基础即是对上市公司经营业绩的分析,本文利用多元统计方法中的聚类分析方法,对沪市各上市公司经营业绩进行分省市的聚类分析,得出了一些有用的结论,以便投资者参考.     

基于Copula—GARCH模型的民族地区沪市A股投资风险研究

本文采用Copula—GARCH模型对金融市场中投资组合的风险问题进行分析,并选取沪市A股中西部民族地区的5支股票进行实证研究,结合Monte Carlo模拟计算了投资组合的VAR值,结果显示对资产进行适当的组合可降低投资者的风险,从而证实了模型的可行性和有效性.     

基于多元统计分析的股票最优投资模型

随机选取了国内40家房地产上市公司,并在专家评价法的基础上构造财务指标体系,采用多元统计法对数据进行因子分析得出决定指标优劣的四个主成分,再次对由主成分计算得到的综合得分进行聚类,最后通过差异性讨论及对比,得出股票最优投资策略,为不同偏好投资者提供参考．