一种改进的BP神经网络预测方法及其应用

本文提出了一种改进的ＢＰ神经网络预测方法。该方法的主要优点有：网络结构简单，收敛速度快，预测精度高，减少了输入参数和样本量，笔者通过对具有高度非线性的股票价格变化进行短期预测，证明了该方法优于传统的ＢＰ神经网络方法。     

神经网络模型用于多变量综合预测

本文研究神经网络用于多变量时间序列预测的原理与方法，提出组合多种信息的综合预测方法。以股票交易为例，用神经网络组合各类信息，运用信心股价理论对中国股市的发展进行跟踪预测。在此基础上进一步从信息利用的角度说明了神经网络预测方法的特点。结果表明，神经网络模型用于多变王时间序列预测，其精度和趋势均较统计方法有所提高；神经网络综合预测，对中短期股票价格的预测，有实用价值。     

融合经验模态分解与深度时序模型的股价预测

对股票价格的建模和预测是金融研究领域中一项重要而富有挑战性的工作,它对于投资者降低决策风险,提高投资收益具有重要意义.股票价格序列的非线性、高噪声、强时变性等复杂特性,使得现有的方法无法有效提高预测准确性.为了解决这个问题,本文提出一种基于技术因子经验模态分解与嵌入时间注意力网络(EAN)的股票价格涨跌预测模型TE-EAN.该模型利用经验模态分解对传统技术因子进行分解去噪,得到高频和低频的特征序列.然后将这些具有明显趋势特征的序列映射到新的表示空间中,同时利用深层门控循环单元学习依赖于时间的隐藏嵌入.最后通过时间注意力自适应地聚合时间维度信息以降低信息冗余,实现对股票价格涨跌的预测.同时,针对股票价格序列强时变性的特点采用顺序参数迭代更新的训练方法,进一步提高了预测的准确性.在随机抽取的25只沪深300指数成分股上的实验结果表明,该模型可以有效预测股票价格的涨跌,模型AUC最高达0.732.     

基于HWSME的股票价格异常波动模糊综合评判方法

提出基于HWSME和模糊数学的股票价格异常波动评判方法，建立了股票价格异常波动的模糊综合评判指标体系，给出了权重，并建立了相应的隶属函数，实践证明效果良好。     

深圳股市价格运动可预测性的研究

讨论了市场的可预测性及有效性的关系。以深圳股票市场为对象，研究了股票价格或各类指数的可预测性，发现深圳股市综合指数和各类分类指数的对数可以认为服从随机走动，而在被检验的6个股票价格中发现两个股票价格的对数不服从随机走动，只服从单位根过程，随机扰动项具有序列相关性。检验方法包括用Phillips-Perron检验法检验单位根过程，用方差比检验法检验随机走动等。     

基于混沌算子网络的时间序列一步预测方法

为解决时间序列的一步预测问题,提出了一种基于混沌算子的预测网络.混沌算子具有复杂的动力学行为,根据各算子所处的不同状态,利用加权方法计算出时间序列下一时刻的预测值.根据预测值与实际值的误差,利用混沌优化方法动态地调节混沌算子的参数,逐渐提高网络的预测精度.利用该方法分别对混沌以及实际股票价格等复杂时间序列进行了仿真预测.仿真结果表明,该方法可以对具有内在确定性的系统进行有效的预测.     

股票价格遵循Ornstein-Uhlenback过程的期权定价

讨论了股票价格过程遵循指数O—U(ornstein—uhlenback)过程的欧式期权定价问题，分别用保险精算法和套利定价方法，考虑了在有效期内股票有无红利支付两种情况下的欧式期权定价问题，给出了股票价格遵循指数O—U过程和广义指数O—U过程的欧式期权定价公式，并讨论了两种定价方法所得公式之间的关系，证明了在指数O—U过程模型下保险精算定价是一有套利定价。     

基于投资者关注的股价走势预测与交易策略设计——股票间交叉模式视角

股票搜索量作为投资者关注的重要代理变量,其变动情况与该股票价格走势的关系得到了学界与业界的广泛关注.另一方面,股票间的价格同步性一直是股票市场中人们重点关注的话题.基于此,本文在个股层面探究了相关股票搜索量变动与目标股票价格走势的关系模式,利用延迟时态关联分析提出了发现股价预测规则的方法,并进一步设计了个股层面的交易策略.同时,本文以我国A股市场股票为研究样本,针对特定场景检验了个股层面交易策略的效果.实验结果表明:利用相关股票搜索量与目标股票价格的关系,可以获得显著的超额收益.     

基于价格强度模型的量价关系与交易策略研究

本文将股票日内高频价格序列分解为价格上涨事件和价格下跌事件,采用价格强度模型刻画股票价格的动态特征,并捕捉日内微观尺度下交易量对股票价格的影响.研究结果表明,交易量对价格起助涨助跌的顺势推动作用:上涨后放量有助于进一步提高股票价格,下跌后放量则进一步压低股票价格.此外,交易量的影响具有不对称性,上涨时的助涨效应较下跌时的助跌效应更为明显.基于价格强度模型设计的高频交易策略可以获得显著的超额收益,表明A股市场仍然不是弱式有效市场.相比于纯价格数据,交易量数据具有预测价格的额外信息.本文为高频价格动态研究提供了新的建模分析框架,同时为日内量价关系和市场有效性问题提供了新的证据.     

与轨道相关的期权的二项式定价方法研究

通过对股票价格变动的二项式模型的分析，以鞅理论为基础，讨论与轨道相关的期权的定价方法。     

股票价格与上市公司业绩的关联分析——对中国证券市场的研究

选取净资产收益率和每股收益指标代表上市公司的业绩。上海综合指数和深圳成份指数作为股票价格表征，运用时间序列分析方法。在对各序列特征进行全面分析的基础上，重点对股票价格与上市公司业绩两者之间的变动关系进行了研究。研究发现：①股票价格与上市公司业绩变化之间不存在长期均衡关系。说明股票价格不反应上市公司业绩；②沪市指数和深市指数之间存在长期均衡关系。并且沪市指数是深市指数的Granger成因；③沪市上市公司净资产收益率和深市上市公司净资产收益率之间存在长期均衡关系．不论是从长期还是短期来看两者都呈同向变化关系。     

羊群效应的新测度指数及其对我国股市波动的预测作用研究

羊群效应作为一种典型的市场投资者行为异象，极易对股票价格波动形成影响.因此，在已有羊群效应测度方法基础上，提出了一种新的羊群效应测度指数，并以我国上证综指为样本，运用广义自回归条件异方差混频数据（GARCH-MIDAS）模型实证检验了该指数对上证综指波动率的影响及预测作用，并与多种常用的同频数据GARCH族模型和纳入经济政策不确定性指数（EPU）的波动率模型进行比较分析.实证结果表明，相对于EPU指数，纳入新羊群效应指数的GARCH-MIDAS模型具有更显著的样本内参数估计结果，同时可以更好地解释上证综指波动的长期成分.进一步，模型信度集合（MCS）检验和预测方向准确性（DoC）检验结果表明，纳入新羊群效应指数能够显著提高模型对我国股市波动率的样本外预测精度.最后，采用不同样本外预测天数、不同损失函数、不同滞后期预测以及基于深证成指样本的各种实证结果进一步证实上述结论的稳健性.     

具有未知跳跃股票价格异方差性的 Bootstrap模拟检验

采用Bootstrap模拟方法检验股票价格异方差性．利用随机分析方法获得波动率的一个渐进估计，这种估计能够消除股票价格中可能存在的随机跳跃的影响，并且无需确定波动率函数的具体形式、建立了一个关于波动率为常数的原假设的统计量，用Bootstrap模拟方法可以获得该统计量的分布．用此检验方法对中国沪深两市指数进行检验，获得了两市中指数呈异方差性的结论．这种检验方法对认识市场微观结构、资产定价、投资和风险管理都具有积极作用．     

股权结构与信息透明度相关性的实证研究

股票价格波动主要受噪声的推动.信息透明度的提高将降低股票特质波动率.本文基于中国股票A股市场中的股票特质波动率,实证检验了我国上市公司股权结构与信息透明度之间的相关性.研究发现:1)国有法人股持股比例和股东之间力量差异的降低,有助于提高上市公司的信息透明度.2)机构投资者的加入,可以改善上市公司的信息披露环境,提高证券分析师预测行为的有效性,减少股票价格波动中的噪声成分.     

有效证券市场的理性泡沫与股票内在价值的信息滤波

对有效证券市场上理性泡沫的产生条件、度量方法和形成原因进行了分析;并对我国股市的泡沫进行了相应的实证分析.在上述研究的基础上,探讨了与度量股市泡沫相反的问题,即如何从股票价格的波动中滤去泡沫从而识别出股票内在价值的信息.用Kalman滤波方法对股票内在价值进行信息滤波与预测.     

交易者异质性条件下系统风险冲击与企业创新能力对股票价格波动性的影响机理:理论模型与仿真分析

基于信息交易者和非信息交易者行为特征，建立数学模型从理论上研究交易者异质性条件下系统风险冲击与企业创新能力对股票价格波动性的影响机理，并利用MATLAB编程对理论模型结果进行仿真分析.研究结果表明：企业创新能力在任何系统风险冲击和交易者结构下都将发挥股票价格稳定器作用；在企业创新能力较高时，股票价格波动性与信息交易者持股比例负相关，与系统风险冲击之间的相关性因交易者结构不同而呈现出不同特征；在企业创新能力较低时，股票价格波动性与系统风险冲击正相关，与信息交易者持股比例之间呈U型关系；信息交易者持股比例较高的股票市场更具优胜劣汰选择机制.提升企业创新能力、提高信息交易者持股比例、完善信息披露制度是抵御系统风险冲击、保障股票市场稳定可持续发展的重要途径.     

识别被锁定流通股数量的一种定量分析方法

通过分析股票价格和成交量的内在关系,建立股票价格的塑性模型,并对该模型进行推导,提出了一种识别被锁定流通股数量的定量分析方法,并对三支问题股进行了相应的实证研究.实证结果表明本文方法计算出的被锁定流通股数量与历史相符合.     

状态空间模型、协调积分与股票价格预测

应用向量值状态空间模型的两步建模方法分析了深圳五种股票价格的动态行为,样本选在１９９６年下半年这一股市波动较为剧烈的时期．研究结果表明：在趋势模型中五种股票的价格序列构成了带有一个共同趋势（根的估计值为０．９９）的协调积分过程．此外在周期模型中还发现了一个较弱的趋势和两个复数根．最后通过有关统计量和２０天的样本外预测以及Ｈｅｎｒｉｋｓｓｏｎ与Ｍｅｒｔｏｎ提出的非参数检验方法验正了分析和预测结果的有效性.     

上海股票市场流动性的度量与影响因素实证分析

首先分析了市场流动性的定义,给出了流动性指标的一种新的度量方法,然后,首次描绘了上海市场弹性和影响力的日走势图和分时特征图.最后,研究了交易量、股票价格、波动性和流通盘的大小与各项流动性指标的影响,通过对上海证券交易所的交易数据进行实证,表明上海证券市场,交易量、股票价格、波动性和流通盘的大小对流动性各项指标都有显著的解释能力;上海交易所存在“股本小的股票价格较高”的现象.     

羊群行为加剧股票价格波动吗?

羊群行为是否加剧股票价格波动,已有研究甚至给出截然相反的结论.假定交易者买卖观点的转变主要受其对股票基础价值认知和其他交易者行为的影响,本文构建描述市场平均投资态度和股票价格变化的数学模型,利用离散动力系统的相关理论研究模型的稳定性,并根据金融市场稳定与否对羊群行为程度进行界定.研究结果表明,在轻度羊群效应区间内,股票价格相应地呈现微幅周期波动;在中度羊群效应区间内,股票价格在经历一段时间的阻尼式波动后收敛至均衡价格,并且在此区间中存在最优的羊群行为,它促使股票价格以最快的速度逼近均衡价格;而在重度羊群效应区间,股票价格发生大幅的非理性波动,可以导致股市严重泡沫和金融危机的产生.