股票价格冲击混合分布分类信息GARCH模型及其应用

基于现有的股票价格时间序列模型,建立了一个股票价格冲击混合分布分类信息GARCH模型,引入指令簿信息,可以在解释股价变动的自相关性和异方差特性的同时,度量交易量对价格的冲击系数,进一步将价格冲击系数应用于投资优化中,可以得到投资组合的最优交易策略.     

中国股市短期收益反转及成交量效应

运用Lo,Mavkinlay反转策略设计,Jegadeesh,Titman反转收益分解框架,并引入成交量对中国股市短期(周)反转策略进行了实证研究.结果表明,中国股市存在显著的短期(周)收益反转,反转强度与公司规模相关.反转收益主要来源于对公司特有信息的过度反应,而并非由“领先-滞后”结构驱动.引入成交量冲击能够显著优化反转策略,成交量包含了未来股价走势的重要信息.     

股价的成交量推进进程及其动力学分析

传统的股价序列都是按照均匀时间间隔采样进行分析的，但实际上股价的变化并不是基于均匀日历时间，而是基于交易过程推进的．提出了股价推进的成交量进程假设，阐述了基于成交量进程的股价动力学分析方法，对上征综合指数进行了实证研究．结果表明，基于成交量进程的股价动力学分析方法具有可行性和有效性．     

带跳及反馈的随机波动证券定价模型

目前金融界尚未有一个公认的能够准确解释真实股价行为的证券定价模型．文中在传统随机波动价格模型的基础上，考虑其所忽略的“现实金融市场中，大事件发生比较频繁”这一事实，同时引入证券投资者与证券价格之间的交互作用，提出了一种新的证券定价模型——带跳及反馈的随机波动模型．理论分析、数值仿真和实际应用结果都表明，与传统证券定价模型相比，新模型可更好地模拟现实的证券价格行为，具有蓣测精度高、速度快等优点．     

股票价格塑性性质的计量经济模型及实证检验

首先基于股票价格和成交量，根据股票的量价规律，分析了股价波动的塑性性质；然后使用计量经济学方法建立描述股价波动的塑性模型，包括股价塑性基本模型、基本模型的一阶自回归模型、幂指数模型及幂指数模型的一阶自回归模型，基于12支样本股对这些模型进行参数估计和检验。由4种模型均能够通过经济学检验和统计学检验可知股价波动具有塑性性质，且4种形式的股价塑性模型均是可行的。比较4种形式的股价塑性模型的检验结果得出幂指数模型描述股价塑性较为科学、合理。     

随机利率下双指数跳扩散模型欧式期权定价

为了合理刻画股价实际变化趋势,将利率风险引入双指数跳扩散模型,建立了随机利率和双指数跳扩散组合模型,然后在组合模型下利用鞅方法、Fourier逆变换和Feynman-Kac定理给出了欧式看涨期权价格的闭式解,推广了Kou在2002年提出的模型及期权定价问题,所提模型及方法有利于资产收益的经验分析,同时为公司信用风险管理提供理论依据。     

连续交易制度下的股市操纵模型

在不对称信息的金融市场模型里，价格反映了交易者持有的私有信息，知情交易者为了获取高额收益会操纵市场价格信息。本文通过连续交易制度下的竞价模型证明了只要在私人信息披露之前交易的周期数足够大，则均衡一定存在，且只存在全部知情交易者都执行操纵策略的均衡，即在有知情交易者执行非操纵策略时不存在均衡。     

随机波动率下跳扩散模型的远期生效期权

在股价满足一类随机波动率与双指数跳扩散组合的风险模型下,考虑了标准远期生效期权以及基于股价回报率的远期生效的定价.应用条件期望的性质及远期生效期权的收益结构,得到了该类产品价格的表达式和△对冲策略.     

自适应元胞遗传算法与股票价格行为分析

与以往侧重于刻画从众模仿行为的元胞自动机价格模型不同,论文基于Moore型邻居投资者分布结构,以预测精度为切入点,将遗传算法引入到元胞自动机股票价格模型中,投资者与“邻居”沟通和分享信息,并由遗传算子来优化其对股价进行预测的各要素权重;研究了两种预测模式下的权重演化行为。以及权重交叉概率对股价行为（收敛性、波动性等）的影响;模拟了预期驱动下,股价与市场情绪的关系．研究认为：元胞遗传算法的引入,较好地驱动着股票价格回归基本价值,减轻了股票市场的波动性．     

跳扩散模型中随机利率和随机波动下期权定价

为合理刻画股价实际变化趋势,在双指数跳扩散模型中通过允许利率随机和波动率随机建立了合理的市场模型;然后利用鞅方法推导了随机利率、随机波动率下双指数跳扩散模型的欧式期权定价的闭式解;最后通过数值模拟分析了模型的主要参数对期权定价的影响.数值结果显示:所提模型能够较好地刻画股价实际变化趋势,股票收益和波动率负相关,随机利率对短期到期期权影响几乎可以忽略,而对长期到期期权价格影响显著.     

Heterogeneous Beliefs, Trading Volume, and Seemingly Emotional Stock Market Behavior

Various information types and rational learning methods have shown that heterogeneous belief changes in a rational expectation model can explain many empirical findings in stock markets, such as mo-mentum, contrarians, and technical trading. The methods have also shown that momentum and price movements can coexist in an asset market with only rational agents. The purpose of this paper is to provide a rational economic theory to explain these phenomena. Results of a dynamic programming model with het-erogeneous beliefs show that the dynamic interactions between information diffusion and belief changes create continuation and reversals. The duration and magnitude of momentum and price movements are as-sociated with trading volume. Therefore, rational investors should incorporate price and volume information in their trading decisions.     

基于DFA的股价指数自相关分析

以股价指数的自相关函数为时间序列,运用非趋势波动分析DFA方法研究我国股票市场的长期相关性,结果表明,上海股票市场和深圳股票市场在跨时间尺度的股价指数之间存在着相关性,呈现为持久性的时间序列,随机游走不再适用,股价指数的有偏随机游走是当下投资者对信息反应生成的,由于市场信息不具有同质等量分布,造成交锗 对信息理解的差异,信息不能瞬间或及时反映到股票价格中,存在着复杂滞后交易,导致了股价指数的有偏随机游走。     

局部风险最小下保险合约的套期保值

单位联系保险合约的偿付额与金融市场中某特定股票的价格有关,我们考虑一同时描述金融市场和保险群体不确定性的模型,其不完全性来源于股价的混合扩散和保险个体的死亡,我们给出该模型下的最小鞅测度并在局部风险最小准则下考查单位联系寿险合约的套期保值问题.     

基于情绪指标的投资策略盈利性考察

基于新的投资者情绪变量,对中国股市相对强势策略的收益进行深入考察。通过构建的两个投资者情绪测度,可以使得在构建投资组合时,利用投资者情绪信息,进一步把常见的投资组合（赢家输家组合）分解为高情绪和低情绪组合。研究发现,投资者情绪可以更好预测未来的资产收益,随着这种信息的引入,投资组合的赢利性得到进一步的显著提高。论文扩展了国内基于相对强势策略收益的研究。     

不完全信息下推广的递归偏好

引入了推广的递归偏好，考察投资者由于噪音而不只是Brown运动不能观察到股票价格过程的随机漂移.通过滤波理论把这种不完全信息的问题转化成完全信息的问题.考察了完全市场中的最优消费和最优投资组合问题，给出了求最优消费的理论框架.所用的主要工具是倒向随机微分方程.     

沪深A股市场惯性效应与反转效应的比较分析

采用Jegadeesh等的研究方法,对沪深A股市场惯性效应和反转效应进行了检验和比较.实证结果显示：市场趋势上,沪深两市的走势具有很强的连动性,均表现为短期的惯性收益、中期的反转收益和长期的惯性收益现象;市场表现上,沪深两市均表现了强者衡强、弱者衡弱和追涨杀跌的态势,但深市比沪市表现出了更强烈的惯性策略获利性.     

跳跃股价模型下投资组合的生成函数

针对股价的非连续模型,为研究投资组合之间收益的关系,采用半鞅的分析办法,研究由Ito过程和Poisson过程复合的股价模型下的投资组合生成函数及其性质。随机组合理论表明通过构造生成函数可以生成新的投资组合,并证明了生成组合的权重表达式以及相应的漂移过程项和跳跃过程项。因而可以通过一个随机微分方程分析生成投资组合的收益和市场资产组合的收益,以及收益的期望控制的关系。结论表明生成函数及相关函数在满足一定条件下这样的期望控制关系存在。     

基于卡尔曼滤波的股市泡沫度量

提出了一种新的基于卡尔曼滤波的股市泡沫度量模型.该模型将股市泡沫和内在价值均视为不可观测变量,利用市盈率中含有的股票内在价值的信息和信贷量中所含有的股市泡沫信息,同时对股票市场的理性泡沫和内生泡沫进行估计.实证结果表明,我国股市泡沫在2001-06达到最大,随后开始减小;我国股市只存在理性泡沫,而不存在内生泡沫,这反映了我国股市的投机性较大;通过对股市泡沫破裂前后的对比分析表明,我国股市的实际投资价值正越来越明显.     

交易量与股价波动性动态关系的研究

交易量与股价变化的关系是金融市场研究的重要课题之一.VGARCH模型是在传统的GARCH模型中加入交易量得到的衍生模型.通过对上证指数波动性预测的实证分析得出:VGARCH模型能更准确地预测股票指数的波动性.进一步指出,相比于交易量,其波动率能更好地度量每日信息到达量.