Component ACD Model and Its Application in Studying the Price-Related Feedback Effect in Investor Trading Behaviors in Chinese Stock Market

This paper explores the investors’ feedback to the price change by modelling the price-related dynamics of trading intensity. A component decomposition duration modeling approach, called the component autoregressive conditional duration (CACD) model, is proposed to capture the variation of trading intensity across time intervals between price change events. Based on the CACD model, an empirical analysis is carried out on the Chinese stock market that covers different market statuses. The empirical results suggest that the CACD model can capture the price-related dynamics of trading intensity, which supports the existence of the feedback effect and is robust across different market statuses. The authors also study how the investors react to the price change by examining the driven factors of the price-related dynamics of trading intensity. The authors find that the trading can be triggered by the fast rise in the price level and the high trading volume. Besides, investors are more sensitive to the price change direction in the sideways market than in the upward or downward markets.     

证券市场日内流动性的综合度量、特征与信息含量

证券市场的流动性是一个包含量、价、时的多属性概念,现有的度量方法只涵盖了流动性的部分属性.本文综合考虑股票交易数量、价格波动性和交易时间, 提出用单位时间内价格波动一单位所能吸收的交易量来度量日内流动性的新方法.进而用这种方法研究中国股票市场的流动性日内模式,建立对数自回归条件流动性（LACL）模型对流动性建模,探寻拟合和预测流动性的最佳模型并分析流动性的特征.实证结果表明：流动性表现出与传统指标类似的显著的日内模式; 残差项服从Weibull分布的LACL模型（WLACL）拟合日内流动性、买方流动性和卖方流动性序列的效果最理想; 流动性过程是一个均值回复过程, 当前时刻的流动性对未来期望流动性有影响, 其影响呈Weibull形式衰减.最后, 通过核平滑估计得出个股在不同时点的流动性分布, 应用相对熵度量流动性分布的变化作为市场在交易中吸收的信息含量的代理变量, 发现10：30～11：30市场吸收的信息含量最多.     

Robust trading rule selection and forecasting accuracy

Trading rules performing well on a given data set seldom lead to promising out-of-sample results, a problem which is a consequence of the in-sample data snooping bias. Efforts to justify the selection of trading rules by assessing the out-of-sample performance will not really remedy this predica- ment either, because they are prone to be trapped in what is known as the out-of-sample data-snooping bias. Our approach to curb the data-snooping bias consists of constructing a framework for trading rule selection using a-priori robustness strategies, where robustness is gauged on the basis of time- series bootstrap and multi-objective criteria. This approach focuses thus on building robustness into the process of trading rule selection at an early stage, rather than on an ex-post assessment of trading rule fitness. Intra-day FX market data constitute the empirical basis of the proposed investigations. Trading rules are selected from a wide universe created by evolutionary computation tools. The authors show evidence of the benefit of this approach in terms of indirect forecasting accuracy when investing in FX markets.     

ML-TEA:一套基于机器学习和技术分析的量化投资算法

量化投资尝试利用计算机算法来预测证券的价格和进行证券的交易,并从中获取超额收益,是系统工程在金融投资领域的重要应用.本文设计了一套基于机器学习和技术指标的量化投资算法ML-TEA(machine learning and technical analysis).该模型以技术指标作为输入变量,再分别通过不同的机器学习算法来预测股票数日之后的涨跌方向,并根据预测的方向来构建投资组合.实证结果显示:第一,三种模型的年化收益率都在25%以上,远超大盘指数的10.60%、买入持有策略的3%以及现有策略.从风险调节绩效(夏普比率、特雷纳比率和詹森绩效)来看,三种策略也都远超基准策略和现有策略.以夏普比率为例,三种策略均在1.50以上,而市场指数的夏普比率为0.38.第二,Ada-TEA和SVM-TEA都可以容忍远高于市场实际成本的交易成本.     

基于成交量的股价序列分析

不管是基于交易时间进程，还是基于日历时间进程，股价的时间序列分析都是基于固定的时间进程来研究价格变化规律。本文认为基于固定时间推进的股价时间序列分析缺少考虑成交量的重要影响，提出基于成交量过程推进的股价变化模型。从交易的时间、股价和成交量的三维空间出发，提出维度转换的思想，把从时间维度转换到成交量维度，重新构造基于成交量的股价序列的研究方法。这种方法把成交量融入到价格序列中，体现了量价配合的思想。这种模型不同于以往的时间序列分析只是对原来的序列从模型上或参数上改进，而是对序列本身进行重新构建。通过对重新构造的基于成交量的股价序列和原来的收盘价和平均成交价时间序列进行误差自回归——GARCH模型的实证比较分析表明，维度转换的思想和重新构造序列的方法是可行的，也是有效的。     

股票市场价格发现功能的演化及相关因素研究

以2001年2月19日B股市场扩大投资者范围这一事件为研究背景,运用协整理论以及长期-短时(permanent-transitory,PT)模型分2个时间段研究了上海股票交易所A,B股价格发现功能的演化过程.第1时间段,由于市场的分割使得A、B股市场之间的价格发现机制没能有效地发挥作用;第2时间段,A股市场在价格发现中占据主导地位.运用定性和定量分析的方法,对影响股票市场价格发现功能的7个理论假设进行验证,研究结果对其中5个理论假设提供了支持.     

基于序列模板的股票时间序列交易决策规则挖掘

研究一种可由投资者依据其经验与直觉，从股票时间序列中挖掘交易决策规则的方法。它根据投资者事先确定的相似偏好以及设定的买卖序列模板从历史价格序列中识别出与模板相似的形态；按相似度大小划分不同交易决策区间，反映交易决策时机；然后计算各策略组合的收益，构造t统计量在统计显著性基础上获取交易规则。该系统也能用于检验一些已有形态操作方法的有效性。     

基于Agent的股票市场仿真:个体行为对市场、政策效果的影响

基于A gent的金融市场仿真是一种自底向上的金融复杂系统研究方法。针对连续竞价市场建立了一个基于A gent的股票市场仿真模型,模型中有基本分析者和技术交易者两类A gent。利用该模型研究了微观个体行为对宏观市场现象的影响:再现了实际交易数据中表现出来的异常现象,分析了技术交易者对价格动态和交易量的影响。研究了微观个体行为对涨跌幅限制政策实施效果的影响,以期为政策设计与评价提供一种新的方法。     

涨跌幅限制与知情投资者行为:基于中国实证

分析了涨跌幅限制对知情投资者交易行为产生的影响,提出了3种效应,然后综合运用事件研究法和分组比较法,检验了涨跌幅限制在中国股市的运行绩效和股价行为.发现涨跌幅限制对知情投资者交易行为产生重要影响,主要表现在当均衡价格与当前股价有较大偏离时,涨跌幅限制会使知情投资者推迟当前的交易,延缓了均衡价格的实现.     

Can Technical Indicators Provide Information for Future Volatility:International Evidence

We employ the static and dynamic copula models to investigate whether technical indicators provide information on volatility in the next trading day, where the volatility is measured by daily realized volatility. Our empirical results, based on long samples of 8 well-known stock indexes, suggest that a significant and asymmetric tail dependence between the technical indicators based on moving average and the next day volatility. The level of dependence change over time in a persistent manner.And the dependence structure presents some distinct differences between emerging market indexes and developed market indexes. These results indicate that the technical indicators can provide information on the next day volatility at extremes, and are less informative at normal market.     

A Hierarchical Forecasting Model for China’s Foreign Trade

Analyzing the underlying characteristics of trade values movements has attracted much attention in the domestic research. However, the proposed understanding of these characteristics is limited by the intrinsic complexity of the imports/exports. Since economic systems are naturally organized by hierarchies, a novel hierarchical model is proposed in this paper to forecast China's foreign trade. First, the foreign trade data are disaggregated from perspectives of trading partners and trading products, forming two independent hierarchical models with total exports and imports as target variables. Second, a bottom-up strategy is applied. All bottom time series are modelled by corresponding control variables according to trading theories. Forecasts for bottom time series are then combined to generate initial forecasts for total exports and imports. Finally, forecasts for total imports and exports from the two hierarchical models, plus a single VECM model are combined to generate final forecasts. Empirical experiments show that this proposed forecasting model approach significantly outperforms benchmark models and produces consistent forecasts for both total imports and exports or detailed items, which helps a lot for analyzing future trading structure evolution and making foreign trade policies.     

在线单方向外汇兑换问题研究

外汇兑换是现实中的一个典型在线决策问题。R．El—Yaniv等人将外汇之间的兑换抽象成了一个在线兑换模型，提出基于风险的兑换策略。在此研究的基础上．本文考虑汇率每日波动在一定范围内时的外汇兑换问题，运用不同的分析方法，给出平衡策略和平均分配策略。结果表明虽然对于R．El—Yaniv提出的在线外汇兑换模型，平均分配策略是最优策略，但对于本文提出的模型2，平衡策略才是最优在线兑换策略。     

沪市A股上市公司定期公告对信息性和流动性交易行为的影响

利用扩展后的EKOP模型, 从金融市场微观结构的视角, 以沪市A股2005至2009年年报与次年一季度报在同一天发布的402只股票为样本, 分别计算了公告前后样本股票的信息性交易概率(AdjPIN)以及信息性和流动性交易者的交易强度, 发现相对于公告前, 信息性交易者和流动性交易者在公告后的交易强度都有提高, 样本股票的信息性交易概率也有升高; 通过对样本股票公告前后日均交易量变化的回归分析发现, 相对于信息性交易者, 流动性交易者公告前后的交易强度变化较大, 是样本股票交易量变化的主要影响因素.     

(θ,n)对手策略下的双方向外汇兑换问题及其竞争策略分析

外汇兑换是现实中的一个典型占线决策问题。R．El-Yaniv等人将外汇之间的兑换抽象成了一个占线兑换模型，提出了基于风险的兑换策略。在此研究的基础上，本文考虑汇率每日波动在一定范围内的双方向外汇兑换问题，运用博弈的分析方法，给出了占线均衡策略和平均分配策略．并在理论上证明了均衡策略是该问题的最优占线策略，最后通过数值结果对两个策略进行了比较。     

基于元胞自动机和有向网络的风火多元发电权交易报价动态模拟

针对目前发电权交易市场未能完全处于信息公开透明的局面,交易个体需要在把控有限的交易信息下开展利于己方的报价决策.本文运用元胞自动机和有向网络建立了各交易个体参与风火多元发电权交易的动态报价模拟模型.首先,个体各历史时段的评估增益和当前时段内邻域个体之间评估的风险增益:其次,分别建立历史报价策略转移矩阵和邻域报价策略转移矩阵,结合二者形成新一轮各交易个体的报价策略;最后,利用重标极差法(R/S)和其参数H对报价模拟结果进行评价.论文对具体算例定量分析各交易元胞报价策略及对风险的敏感度,仿真结果表明.在目前权交易信息不对称的环境下,运用本文所建立的模拟方法可为各交易成员提供一个有效、可行的报价决策.     

上证指数收益率、波动性与成交量动态关系研究——基于日数据的非线性动力学实证分析

对上证指数的收益率、波动性与成交量的动态关系进行了实证分析.采用EGARCH(1,1) M模型和ARMA(4,3) ARCH(1)模型分别测度上证指数收益率的波动性以及成交量的波动性,使用逐步回归法建立了收益率与成交量(R-V),收益率的波动性与成交量(hR-V)以及收益率的波动性与成交量的波动性(hR-hV)等的二维动力学模型,并用动力学方法研究以上诸二维系统的动力学行为.研究结果表明,虽然大量研究结果表明股市收益率时间序列存在混沌现象,但由收益率与成交量、波动性与成交量等构成的二维动力系统并不存在混沌现象.     

基于区块链的微网群碳权交易优化决策模型

针对微网群碳权分配机制不合理、碳权交易效率低以及节点参与度不高等问题，提出了基于区块链的微网群碳权交易优化决策模型。结合区块链的信息透明、去中心化、安全可信的特性，建立微网群碳权交易架构。采用微网群违约惩罚机制，对微电网节点的信誉值进行定量计算，实现信誉值与微电网节点交易优先级的深度融合。利用改进的PBFT共识机制，将联盟链内节点进行等级划分，达到约束节点共识权限的目的。在此基础上，设计基于违约惩罚机制的碳权交易流程和算法，实现微网群内部多对多交易的自动执行，保障了碳权交易的高效性。根据微电网节点碳排放量阈值，将微电网节点分类，完成微网群碳权分配方案的针对性设计。在买方市场环境下，依据用户总效用收益最大为目标函数建立碳权交易优化决策模型，使微网群用户参与碳权交易市场的积极性得到大大提高，保障了微电网节点用户的经济利益。算例分析表明，该模型可以保障微网群碳权分配的合理性，在提高碳权交易效率的同时改善了微电网节点用户的效用收益，进一步提高了微电网节点参与市场交易的积极性。     

中国证券市场的HAR-BACD-V模型及其应用

在已有的高频时间序列模型的基础上, 基于异质市场假说理论,构建了HAR-BACD-V模型.通过实证分析以探询在异质市场环境下不同交易频率投资者的交易行为对股市即时波动的贡献程度以及交易量对交易持续期、金融产品收益率和波动性的影响.研究结果进一步证实了我国股票市场的异质性,不同交易频率投资者的交易行为对股市波动的影响程度是不同的,并且发现交易量对交易持续期、收益率及波动性都存在不同程度的影响.     

市场因素对交易强度的长、短期影响

利用生存分析理论建立一个高频交易强度模型,将市场因素对交易强度的影响分为临时性影响和持续影响,从而分析几个主要市场因素(市场深度、交易量及价差)对交易强度的长期、短期影响。以2006年上证50成份股前三季度高频数据作为样本,对影响交易强度的因素进行检验,结果发现市场深度对交易强度的短期影响显著为正,价差与交易量对交易强度的短期影响显著为负。而交易量对交易强度长期影响显著为正,市场深度对交易强度的长期影响显著为负,其中市场深度和价差对交易强度长期影响与知情交易策略密切相关。收益波动率对交易强度长期影响显著为正,而对短期影响显著为负。     

组合市场中消费者联盟形成及多方博弈的研究

关注电子商务的进一步发展,研究组合贸易中的消费者联盟形成及多方博弈问题.在给出一种多Agent中介系统控制的组合市场模型的基础上,使用群集分析方法对组合市场中大量消费者联盟形成过程的宏观动态特性进行仿真,通过数值仿真实验为组合市场中不同角色在贸易中所起的作用进行定量的分析,并为不同角色间的市场博弈提供定量分析的方法.