证券市场股票收益的GARCH模型

文章利用深圳证券市场的股价指数信息,建立股票收益的GARCH模型,并对该模型的参数、阶数进行估计,分析了股票收益的变化趋势.作为该结果的应用,可以对短期股票收益的变化规律进行预测,对证券市场的投资和管理提供有益的信息及帮助.     

VaR约束下的M-V模型在股票配置决策中的应用

研究了建立在VaR约束基础上的投资组合优化模型,并在实证分析中将其应用于股票配置决策上。     

基于价值投资的PCA-SVM股票选择模型研究

为了顺应股市价值回归趋势和引导理性投资,在价值投资理论指导下,采用PCA-SVM方法建立了基于价值投资的股票选择模型.根据股票的价值特征集,采用主成分分析方法实现对股票价值特征的提取.采用多组不同的训练样本对支持向量机进行训练,并对训练成功的支持向量机进行样本内和样本外测试.利用该股票选择模型对上证180指数的成分股票进行识别.结果证明PCA-SVM股票选择模型具有良好的选股能力.     

GEYR值作为我国投资策略的可行性研究

对我国国债与股票收益率比值（GEYR）进行研究,发现国债与股票收益率存在单位根,相互之间存在协整关系,而GEYR是平稳的.利用GEYR的变化建立股票债券投资策略,发现与其他投资策略相比,用马尔科夫转换机制模型预测GEYR并建立的投资策略具有较高收益率,但考虑了交易成本和风险后并没有明显优势.     

基于遗传算法的证券投资组合模型的优化及最优解的测定

本文基于遗传算法,建立多目标算法的基金投资组合模型,首先要对投资的资产进行分析,分析资产产生风险的因素,通过因素分析来提取指标,利用聚类分析的方法对指标进行筛选,建立股票资产风险指标体系,建立指标的权重集,客观地分析各指标对资产产生风险的影响程度,建立隶属度矩阵,通过隶属度的值来判断资产的类别。在遗传算法求解投资组合模型的过程中,首先是建立目标函数模型,将目标函数模型作为遗传操作的评估准则。和现有的目标函数模型相比有很多改进,现有的投资模型中采用了统计学中的二次规划模型,只将风险最小,或者收益最大作为评价的目标函数,基于遗传算法的投资组合模型用风险收益比来描述投资者的最终目标,更有利于统计上的应用,经济意义明确。     

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。     

基于鲁棒优化的投资组合模型在投资基金中的应用

在基于鲁棒的投资组合选择模型的基础上,根据国内实际情况,改进了模型的约束条件,建立了适合国内情况的基于鲁棒优化的投资组合选择模型.以我国"新蓝筹"投资基金的股票选择问题为背景,运用线性矩阵不等式,考虑了股票价格的期望收益和协方差矩阵及利率的不确定性,给出了"新蓝筹"基金的股票选择权重和投资收益,并与基金的实际投资收益进行了比较.结果表明,基于鲁棒优化的投资组合选择模型在我国基金管理中是有效、可行的.     

模型不确定下带红利支付的最优消费和投资组合

探讨了带有递归偏好的投资者在考虑股票红利支付情形下的最优消费和投资组合.投资者担心模型的误定,因此寻求稳健的决策规则.假设股票的预期收益率遵循一个均值回复过程,在当投资者跨期替代弹性等于1和风险厌恶适中情形下,推导了最优消费和投资决策的显示解.通过数值模拟,发现模型不确定性厌恶增加了财富投资于股票的比例,同时股票支付红利也进一步加大了财富投资于股票的比例.     

基于语义Web的股票信息表示模型

在分析查找互联网股票信息存在问题的基础上,给出了一个基于语义Web的股票信息表示模型.首先利用语义Web定义股票本体,给出了相应的RDF模式描述,对本体进行评估.其次,通过分析用户股票信息需求,利用构建的股票本体,给出基于语义Web的模型的体系结构,建立了一个能根据用户请求提供所需要的股票信息的股票信息表示模型;最后通过实例验证了该模型的有效性.     

基于Copula方法的股票风险的相依性分析

相依性分析在多变量随机分析研究中一直属于前沿问题,研究金融市场各股票之间的相依性,对于分析股票市场的相依性结构以及投资市场的投资组合风险有着重要的意义.选用Copula函数理论对雅虎财经数据中心的上海电力和中国石油股票日收益率数据进行数据拟合,利用核密度估计方法对股票市场估计边缘分布,结合平方欧式距离选取最优Copula函数.运用了Copula函数理论建立股票市场的相关性结构模型,更好地模拟上海电力和中国石油两股市的日收益率的观测数据.     

随机型库存决策的一种改进方法

对传统库存管理中的随机决策模型进行了改进，建立了缺货损失是非线性的期望准则模型，进而得到了不依赖于方差且能反映库存风险的单一目标的库存决策模型。该模型反映了缺货损失与作货损失的不对称特征，它与传统模型相比，省略了方差的计算，避开了传统模型中双目标综合上的困难。利用该模型解释了我国现有企业库存量偏大的现实问题，指出模型在供应链管理中的重要意义。     

股息贴现模型的无套利性质分析

股息贴现模型是估计股票内在价值的基本方法,无套利均衡是现代金融理论的基础.现有的研究通常将股息贴现模型确定的股票内在价值作为股票的理论价格.通过公式推导证明了股息贴现模型确定的股票理论价格具有无套利性质,将股息贴现模型确定的股票内在价值作为股票的理论价格是符合无套利原理的.     

股票的特征值及G-特征向量分析

通过股价序列具有Markov齐次性将股价综合指数分成6个状态,建立了股票交易市场的综合指数和股价波动、稳态概率的分析预测模型．利用模型对股票综合指数进行特征值和G-特征向量分析法,并对上海证券交易所股份综合指数的部分历史数据进行了相应的实证分析．     

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。     

股票市场供求关系与股价及其变化率的微分方程

在股票市场中,股票进行买卖的行为叫做股票交易。交易量的大小称为成交量,而成交量直接影响股票价格的变化。主要研究供求与股价等一些相关因素的关系,建立数学模型,并对此模型进行讨论、分析,给出定量的描述,为投资者提供一个理论依据。     

股票价格的ARMA模型预报

用系统辨识的方法建立股票系统数学模型，把股票作为一个复杂而又受到各种因素干扰的随机系统，应用ＡＲＭＡ（ｎ，ｎ－１＿模型进行分析，找到系统内部之间，内部与某些外部因素之间比较精确的定量关系，以便进行有效的股票价格预报。     

虚拟股市建模与混沌分析

从证券市场的微观结构入手 ,建立了基于Multi_Agent的股市模型 .计算了模型产生的股价时间序列的Lyapunov指数和关联维 ,并对其进行主分量分析 .对比研究表明 :该模型不仅能产生与真实股市极为相似的股价走势 ,而且其混沌行为与真实股市有深刻的一致性 ,可以通过对此模型的深入研究揭示真实股票市场这类复杂系统的演化规律与运作机理 .     

沪港通对A股市场的影响—基于ARIMA模型的预测分析

股票市场是实体经济的睛雨表,沪港通的实行对中国股票市场的影响较大,本文利用ARIMA模型对沪港通正式开通前后一段时间的上证综指进行模拟预测,通过建立模型、参数估计、残差检验及追溯模拟分析了沪港通对我国股票市场的影响。预测结果显示,在沪港通正式实行后的一段时间内,上证综指的实际值与预测值的差值大部分为正数,该结果表明：由于投资者信心的提升以及股票市场的资金注入量的加大,沪港通的实行对我国股票市场产生了一定的正向影响。     

股票价格塑性模型及其计量经济学检验

从股票市场的量价规律出发提出股票的均衡价格、股价塑性等概念,建立包含高频交易数据的股价塑性理论的计量经济模型.用样本股票的数据对股价塑性模型进行检验和实证分析,检验结果表明,除了拟合优度R2稍差之外,解释变量的t检验和方程的F检验以及模型的经济学检验结果都较理想,实证分析结果表明股票价格的变化具有塑性的特征.