基于协整方法的ETF与股指期货配对交易研究

在中国股指期货市场的不断探索与发展以及全球ETF市场的高速发展浪潮之中,配对交易策略在中国ETF和期货市场的应用研究就显得尤为重要。通过将基于协整理论的配对交易策略应用于中国的ETF和股指期货市场之间,对沪深300指数和上证50指数所对应的ETF以及股指期货在2016年9月—2017年8月的分钟高频交易数据进行回测,最终发现基于协整方法的配对交易,尤其是ETF与当月期货的配对组合在中国市场上的实践具有显著的有效性,能够在低风险水平下为投资者带来较高的收益率。     

A股期指前15分钟交易信息的统计挖掘研究

在中国证券市场,股指期货先于股市15 min进行交易.在成熟的金融市场,期货对现货市场具有价格发现的功能,但中国股票市场尚居于新兴发展时期,A股股指期货对现货是否依然具有这一功能？如果有,是否可以利用期货市场先发的15 min所积累的信息,指导现货市场的投资.文章将以概率统计相关的理论和技术为主要工具进行数据分析,希望能够对以上问题给出一个较为客观和全面的回答.结果发现,依据先发的15 min的期货价格运行的信息对后发现货市场价格运行预测的能力,与板块有关,投资者还需要考虑引入其它因素,才能取得好的投资效果.     

基于CARRX模型的NYMEX原油价格和美元指数的波动溢出研究

汇率在石油交易中扮演着重要的角色,二者的关系在近年来逐渐成为研究热点。采用CARRX模型对原油价格和汇率之间的波动溢出进行相关研究,并假设模型残差项分别服从标准指数分布、标准Weibull分布和标准化的广义Gamma分布。实证结果表明:首先,原油价格与汇率之间存在波动溢出关系;其次,汇率对原油价格的波动溢出作用要强于原油价格对汇率的波动溢出。     

双币种模型下欧式股指期货期权定价

在双重货币模型下讨论股指期货期权定价问题.基于标准普尔500指数(S&P500指数)期货期权,应用多因子Girsanov定理,寻找使S&P500指数期货期权的人民币价值的贴现价格过程为鞅的概率测度,最终在人民币市场为S&P500指数期货期权定价.     

中国上海与英国伦敦商品期货价格的协整分析

本文以上海期货交易所与英国伦敦金属交易所(LME)为例,从实证的角度分析了中国期货市场与国际期货市场的关联度,对上海期货交易所铜期货收盘价与未平仓手数之间的协整关系作了分析．进一步发现上海期交易所铜期货价格与现货价格之问存在协整关系,从而说明期货价格与现货价格之间的收敛关系,证实了上海期货市场的有效性．     

基于沪深300指数的欧式股指期权定价研究

研究了尚处于仿真模拟交易阶段的沪深300股指期权未来的定价策略.采用具有红利支付的扩展Black-Scholes期权定价模型,并根据金融数据的特点,通过历史波动率法和GARCH模型2种方法,计算出不同波动率下欧式股指期权的价格并与模拟交易数据比较,对其结果进行分析,以期为相关政策的实施提供一些参考.     

城市空气污染数据的分析与研究

针对日益严重的大气污染问题,基于现有数据与相关研究,采用相关分析法,对AQI指标之间的相关性进行了定量分析.利用主成分分析,确定PM_(10)为被解释变量,其它4种污染物为解释变量,应用逐步回归分析方法及多元回归分析,通过逐层分析比较得到了PM_(10)与PM_(2.5),CO,SO_2,NO_2的最优二次回归模型.     

基于Realized GARCH模型的沪深300指数波动率研究

基于中国沪深300指数,采用5 min高频数据计算已实现极差作为波动率估计量。建立Realized GARCH模型,并假设收益率残差分别服从正态分布和广义双曲线分布。实证结果表明:无论是选择已实现方差还是已实现极差作为已实现测度,服从广义双曲线分布的Realized GARCH模型拟合效果都比服从正态分布的Realized GARCH模型要好。无论残差服从广义双曲线分布还是正态分布,采用已实现极差作为已实现测度的Realized GARCH模型的拟合效果都比采用已实现方差作为已实现测度的Realized GARCH模型要好。另一方面,从似然值提高的程度来看,改变波动率估计量比改变残差分布带来更大的似然值提高,说明选择一个合适的波动率估计量对Realized GARCH模型拟合效果起着至关重要的作用。     

基于二维主成分分析的高光谱遥感图像降维

提出一种以高光谱图像分析为目标的基于二维主成分分析的高光谱遥感图像的降维方法。通过多变量线性变换对高光谱数据进行特征提取,应用二维主成分分析的方法对高光谱遥感图像进行降维。对AVIRIS图像应用二维主成分分析的方法,可将能量主要集中在少数几个特征值中,这就为降维提供了可能。计算机仿真结果表明,该算法计算量小,方差小,峰值信噪比(PSNR)、分类准确性均显著提高,MSE有所下降。     

基于Copula-MEM的中国上海和香港股票市场波动相关性研究

以中国上海股票市场和香港股票市场的极差数据作为样本,采用极差波动度量中国上海股票市场和香港股票市场的波动,并用乘积误差模型(MEM)进行建模。在选择适当的MEM的基础上,采用5种Copula函数对中国上海股票市场和香港股票市场之间的波动相关性进行研究。实证结果表明,WMEM(1,1)刻画中国上海股票市场和香港股票市场波动的能力最好。t-Copula函数相比较于正态Copula函数、Gumbel Copula函数、Clayton Copula函数和Frank Copula函数,能够最准确地捕捉到中国上海股票市场和香港股票市场的极差波动的相关关系。     

论我国推出股指期货

当前股票市场已发展到一定规模，吸收了众多的投资者和大量的资金，但市场存在着一定的系统风险。推出股指期货有利于完善证券市场，增强竞争力，减少系统风险，稳定股票现货市场。本文就股指期货的概念、推出的必要性和对证券市场的影响等几个方面作了一些探讨。     

基于N—S模型的随机利率因素分析

在息票效应调整前提下,推导了N-S模型的参数估计方法,并对上交所国债市场数据进行拟舍,得到N-S模型参数及利率期限结构曲线．在此基础上,应用主成分分析方法研究我国国债即期利率曲线变动的动态特征,发现水平、斜度和凸度是影响利率曲线变动的三个主要因素．     

股票投资组合管理与优化模型

将所有资金投资于单只股票风险太大,投资者通常选取适当的投资组合以降低风险。探讨股票投资组合管理问题,描述了由5个关键部分组成的股票投资组合管理的基本过程,即投资政策、投资分析、资产配置、投资组合修正和投资组合业绩评估。给出了一种新的风险度量指标,同时考虑了风险的潜在损失危害性和风险的投机收益性。并根据该指标,提出了股票投资组合的优化模型。     

基于神经网络股票预测的研究

利用股票市场的理论和神经网络的BP算法来预测股票价格.先对股票进行基本面的分析,再对股票进行技术面的分析.运用技术分析的技术指标和神经网络优势,对股票进行大数据量的训练,使得模型可靠,再对股票进行测试.从实验的效果来看,取得令人满意的效果.     

成分证券数量、再平衡策略与指数跟踪业绩关系研究

成分证券数量和再平衡策略是指数跟踪业绩的重要影响因素．结果表明，指数跟踪组合的再平衡策略及其成分证券数量与指数跟踪业绩密切相关．综合权衡跟踪误差、收益和成本，以排序靠前的部分成分证券构造指数跟踪组合并采用高频率的再平衡策略可以取得较好的指数跟踪业绩．     

呼伦贝尔草原降水量预测模型的研究

以呼伦贝尔市鄂温克自治旗为研究对象,对近35年的气象数据进行分析的基础上利用主成分分析法建立草原月降水量主成分回归模型,得到新的一种评价降水量的综合指标体系,供草原生态气候研究者参考.     

中国股市与美国股市相关性的研究

对中国股票市场与美国股票市场的关联性进行分析具有十分重要的现实意义,通过单位根检验、协整检验和Granger因果关系检验,对道琼斯工业股价平均数、上海证劵综合指数和美元兑人民币汇率的关联性进行了系统的分析.通过分析三者是否具有长期共同关系建立了EGARCH模型,定量地研究了道琼斯工业股价平均数和上海证劵综合指数的关联性及其收益率之间的关系.     

基于虚构件的软件开发研究

对构件的软件工业化生产中的两个主要问题:构件模型和构件组装进行讨论.在总结了最具代表性的国内外构件模型的成功与不足之后,文中提出了一个改进的构件模型.在此基础上,为方便构件的检索和组装而提出了虚构件的概念,最后提出引入虚构件概念之后的软件开发模式.     

基于双流LSTM神经网络的股价趋势预测

股价波动研究依赖分析金融新闻数据集浅层特征，而忽略了金融新闻句子中单词之间的结构关系，从而导致股价波动预测研究效果不佳。针对该问题，提出了一种基于双流长短时记忆网络（long short term memory network, LSTM）神经网络的股价趋势预测模型（Sent2Vec-DLSTM）。该模型的创新之处在于：提出了基于金融股票新闻数据集和哈佛IV-4情绪词典训练的情感词向量生成模型——Sent2Vec；提出了新型的双流LSTM神经网络（Dual-stream LSTM, DLSTM）。在实验中，首先用标普500指数历史数据以及爬取获得的金融类文章进行标普500指数的趋势预测，然后用VietStock新闻和来自Cophieu68的股票价格数据预测VN指数的变化趋势。结果表明，Sent2Vec-DLSTM相较于现有模型在股价趋势预测中具有更好的效果。