基于Takenaka-Malmquist自适应时频分布的特征指标——来自上证和深证的数据

股票价格指数度量并反映了股票市场总体价格水平及其变动趋势，包含了丰富的市场信息，受到投资者和政策制定者的普遍关注.利用一定的数学方法对其进行分析和研究，挖掘股指的潜在价值，对加快资本市场治理，提升金融效率，促进国民经济的平稳快速发展具有十分重要的意义.本文利用基于Takenaka-Malmquist自适应傅里叶分解（简称自适应傅里叶分解或AFD）的时频分布，有效提取了股票价格指数的时频特征，分析股票市场的变动趋势.为满足自适应傅里叶分解的要求，首先利用H-P滤波算法对时间序列进行预处理，去除时间序列的趋势项，然后利用AFD算法处理周期项数据，在此基础上得到股票价格指数的时频分布，并进一步分析股指变动趋势.基于自适应傅里叶分解的算法可以有效提取股指在时频两域的信息，避免了单一域分析的缺陷，且比现有的小波分解方法具有更高的分辨率和准确度.为检验指标的有效性，本文利用上海证券交易所的上证综合指数（代码000001）和深圳证券交易所深证成份指数（代码399001）实证检验了指标的有效性，结果表明基于自适应傅里叶分解的时频分布提出的股市技术分析指标可以用于中短期股票市场的变动特征分析.     

中国股市复杂网络中的分形特征

利用阈值法构建中国股市复杂网络模型,从时间和空间两个角度对中国股市复杂网络的分形特征进行分析.首先利用分形几何学对静态网络进行分析,得到静态网络的分形维数,并发现其分形维数随着网络阈值的增大而减小.再利用R/S分析方法对中国股市复杂网络聚集系数时间序列进行分析,发现其具有长记忆性和持久性,且在长时间窗口下这一性质更值得信赖.H值大致呈现出随着时间窗口和阈值的增加而增加的规律.周期天数n呈现出随着时间窗口的增加而增长,随着阈值的增加而下降的规律.这说明在实际市场中,长时间窗口和高联系度股票产生的交易者群体行为惯性更强,长时间窗口和低联系度股票产生的交易者群体行为惯性的持续周期更长.这些研究成果表明了证券市场时间和空间两个维度的内在联系.     

中国股市指数与投资者情绪指数的相互关系

选取"新开交易账户数"作为投资者情绪的代理变量,应用ARMA-GARCH类模型研究了投资者情绪与股市收益率之间的相互关系.结果显示ARMA-GARCH类模型能有效拟合投资者情绪变化率和上证综合指数收益率的自相关性和异方差性.Granger因果检验表明上证综合指数收益率是投资者情绪变化率的一个显著影响因子,而并没有发现投资者情绪的变化率对上证综合指数的收益率Granger因果显著.根据市场表现的不同特征, 投资者利用这一信息调整情绪.当市场处于上升阶段时, 投资者情绪会更为乐观,有更多新的投资者进入股市; 当市场处于下降阶段时,投资者就会转变为较为悲观, 场外的投资者就会处于观望状态,不急于进入股市, 这样反映在股市上就是"新开交易账户数"减少.     

高频环境下沪深300股指期货波动测度——基于已实现波动及其改进方法

作为中国唯一上市交易的金融期货产品,沪深300股指期货在资本市场价格发现和风险防范过程中扮演重要角色, 科学准确地测度其收益波动对充分实现股指期货避险功能具有重要理论和现实价值.在日内高频信息环境下分别采用经典已实现波动率、已实现极差波动率和已实现双幂波动率等三类方法对沪深300股指期货的收益波动进行测度,通过样本内预测误差指标对上述 方法的测度性能进行比较. 实证结果表明:沪深300股指期货在上市交易后表现出由剧烈波动 到渐趋平稳的波动特征,已实现波动的改进方法在沪深300股指期货收益波动的测度性能上具有较为明显的优越性.     

股指与股指期货价格发现过程研究

使用脉冲响应和一般因子分解模型检验了标准普尔500指数、道琼斯工业平均指数、香港恒生指数、日经指数和金融时报100指数现货市场和期货市场之间的价格发现过程.结果发现,期货市场在价格发现过程中占主导地位,并且随着期货市场的发展,期货市场在价格形成过程中的作用越来越大,起到了信息(定价)中心的作用.     

股指与股指期货日内互动关系研究

旨在应用高频数据分析股指与股指期货日内互动关系.研究发现标准普尔500指数现货市场与其期货市场收益率之间存在即时互动关系,这与国外已有研究的结果不一致.为了更进一步研究信息在现货市场与期货市场之间流动的方式,文中采用了三种方法度量股指期现市场的波动性,并且检验了两个市场波动率之间的先行-滞后关系.结果发现,股指期货先行时间明显比股指先行时间要长,股指与股指期货对不同类型的信息反映速度是不一致的.     

股指期货交易政策演变与股票市场质量

研究了在中国股指期货市场交易政策逐渐放宽这一背景下, 股票市场质量所表现出的变化特点, 为监管者进一步支持和发展指数衍生品提供了实证证据。从个股横截面角度,对指数成分股(样本组) 和非成分股(对照组) 进行匹配,通过描述性统计、差异性检验和回归检验等方法发现: 随着交易政策的逐步宽松, 尽管市场整体波动性可能有所增加, 股指期货交易对成分股的波动存在抑制作用; 股指期货对市场整体流动性存在一定的“交易转移效应”, 指数成分股所受影响更小。综合上述结果, 股指期货交易政策对投资者越具有吸引力, 越有利于改善股票市场质量、发挥股指期货应有的作用。     

基于风险应对的股票市场恢复力度量与优化

把握股票市场在风险条件下的整体状态变化特征是保障其平稳运行和健康发展的关键.本文运用复杂系统分析方法,研究股票市场风险应对问题.基于股票价格联动关系,建立股票网络,表征股票市场的微观结构关系.结合不同类型和级别风险的发生概率,构建股票网络恢复力度量模型,表征股票网络的宏观状态变化.以上海证券交易所股票市场为例,依据风险事件发生规律和股票价格变化机制,实例仿真剖析事前、事中和事后风险应对策略对股票网络恢复力的影响.结果显示,单个应对策略对不同类型风险的有效性各异.研究有助于把握股票市场运行规律,可为市场风险应对策略构建提供决策支撑.     

基于GD-FNN的股票市场泡沫模型

针对股票市场内部结构复杂性和外部因素多变性, 构建一种基于预测的股票市场泡沫模型. 以上证指数为研究对象, 在价格和成交量的基础上, 将与股票市场密切相关的宏观经济指标引入泡沫模型指标体系, 并对指标体系中各变量之间长期均衡关系和因果关系进行数量分析. 在此指标体系下, 构建向量自回归模型(VAR)模型衡量股票市场基础价值, 并据此分析宏观经济指标对市场的影响; 同时构建基于椭圆基函数且能够动态调整网络结构的广义动态模糊神经网络模型(GD-FNN)对上证指数进行拟合预测作为股票市场的市场价值, 并通过GD-FNN模型提取的模糊规则对股票非线性系统运行模式进行分析. 最后, 根据预测的股票市场市场价值与基础价值之间的偏差计算泡沫度, 并提出相应的预警策略.     

基于微分信息的ARMAD-GARCH股价预测模型

ARMA-GARCH模型进行股票价格收益预测时,只考虑了滞后历史数据所包含的信息,而对于在每个滞后时间点的变化趋势信息却未纳入计算模型进行统一考虑,在一定程度上影响了模型分析时序数据时的泛化能力.本文提出了一种基于微分信息的ARMAD-GARCH模型,在包含传统ARMA-GARCH模型对因变量的滞后值以及残差滞后值进行线性回归的基础之上,又在条件均值方程中增加了因变量滞后值的近似微分信息,用以融合股票价格变化趋势信息,提高预测模型对于价格演变方向的判别能力.通过对于不同市场综合股指收益率数据的实证研究表明,ARMADGAR,CH模型在数据除噪,趋势判别以及预测精确度等方面均优于一般的ARMA-GARCH模型.     

中国股市与股指期市的对冲表现及市场非完备性

基于理论模型和数据实证两个角度考察了在市场非完备条件下, 我国股票市场与股指期市的对冲表现. 在理论上, 建立了市场非完备性与市场微观噪声及考虑噪声的对冲效果之间的关系. 在实证上, 首先提出了一种基于非参数估计的分析方法, 然后利用5分钟高频数据验证了模型假设的合理性及模型结论的正确性. 理论与实证都表明当一个市场非完备性程度越高时, 利用股指期货对冲股市风险就越应考虑市场微观噪声的影响. 实证结果还表明我国股票市场和股指期货市场间存在较高的非完备性. 不过,随着时间的推移,市场的非完备性存在减小的趋势.     

沪深300股指期货市场中的宏观经济信息发布与价格发现

利用沪深300股指期货、现货市场1分钟高频数据,采用信息份额模型(IS模型),研究在有宏观经济信息发布时沪深300股指期货市场价格发现的日内效应及其影响因素.实证结果表明,在宏观经济信息发布时期,期货市场的信息份额会增加,这可能来源于期、现货市场交易机制、交易者构成、指数形成方式的不同.此外,工业企业利润累计同比和贸易顺差信息发布对价格发现作用有显著的影响,而CPI等“价格”类信息对价格发现的影响并不显著.     

分形理论在沪深股市研究中的应用

为了考察分析股票价格运动是随机、均衡的行为还是复杂、非线性的行为,本文通过对中国股市的实际数据进行实证分析,发现按照不同的统计尺度,上证综合指数和深圳成份指数具有整体和部分特征相同的一致性特性,体现出了系统的自相似性,并且呈现出尖峰胖尾的列维稳定分布特征。同时,计算出了上证综合指数和深圳成份指数每日收益序列的分形维数,二者均为分数维数并且数值为1.5~2,这些结论从一定程度上一致地证实了我国两个股票市场确实存在内在的分形性质。     

国际股指波动性的非对称效应异方差模型及聚类分析

为了分析我国与国际上其他已推出股指期货的国家或地区股指波动特征的相似性,采取传统时间序列模型分析与数据挖掘技术相结合的方法,对全球23个国家或地区的股指波动特征作了聚类分析.首先,针对股指收益序列的非对称性和异方差特性,建立非对称效应异方差模型并估计其模型系数.然后,对特征抽取后的系数使用欧氏距离判断序列之间的相似程度并进行层次聚类分析.最后,通过实证检验各个国家或地区的股指波动相似性,找出了与我国情况较为近似的国家或地区,从而证实了本文方法的有效性.     

Complex system analysis of market return percolation model on Sierpinski carpet lattice fractal

This paper investigates the statistical behaviors of fluctuations of price changes in a stock market.The Sierpinski carpet lattice fractal and the percolation system are applied to develop a new random stock price for the financial market.The Sierpinski carpet is an infinitely ramified fractal and the percolation theory is usually used to describe the behavior of connected clusters in a random graph.The authors investigate and analyze the statistical behaviors of returns of the price model by some analysis methods,including multifractal analysis,autocorrelation analysis,scaled return interval analysis.Moreover,the authors consider the daily returns of Shanghai Stock Exchange Composite Index,and the comparisons of return behaviors between the actual data and the simulation data are exhibited.     

股指期权推出对股票市场和股指期货市场波动性影响

对于证券市场来说期权具有价格发现、活跃股票市场、增强市场的流动性与稳定性、促进资本形成、确保资本市场良性运行等功能.以韩国KOSPI200指数和KOSPI200指数期货为研究对象,使用GARCH(1,1)模型、TARCH(1,1)模型对韩国KOSPI200股指期权推出后KOSPI200指数和KOSPI200指数期货的波动性进行了研究.研究结果表明:KOSPI200指数期权推出对于KOSPI200指数和KOSPI200指数期货的波动性和非对称波动性都有显著的影响,KOSPI200指数推出后KOSPI200指数和KOSPI200指数期货的波动增大,同时股指期权推出后现货市场的不对称性加大,而股指期货市场的不对称性减小.结论对于新兴市场经济国家股指期权产品的设计和中国股指期权推出后的风险防范有着重要的参考价值.     

股指期货对冲比率和对冲期限关系的多尺度研究

为研究股指期货对冲比率与对冲期限的关系,基于小波分析推导了多尺度最优对冲比率的计算方法,揭示了期货和现货的波动性及相关性的多尺度变化导致了最优对冲比率和对冲效率多尺度变化的本质.通过对国际上具有代表性的股指期货的实证研究表明,股指期货和现货的波动性和相关性存在有规律的多尺度变化特征.其中,在高频尺度上, 股指期货和现货的波动率差异较大,相关性较小.而在低频尺度上,波动率差异较小,相关性较大.进一步研究表明,波动性和相关性的多尺度变化导致了最优对冲比率及对冲效率呈相似规律的多尺度变化.     

买方市场中的价格战对沪深股市国有控股上市公司的国有资产保值增值的危害的研究

根据近两年来我国沪深股市成份股公司的实际经营情况 ,分析了我国的买方市场中的价格战对国有控股上市公司股东权益等指标造成的危害 ,提出了建立国有控股上市公司国有资产保值增值动态系统模型的方法.     

基于杠杆和流动性冲击的股指期货保证金定价

现有研究对股指期货保证金定价多仅围绕波动率因素来考虑,而忽视了流动性冲击、杠杆和交叉持股所导致的现货价格极端变化对期货保证金的影响,即在保证金定价中未能考虑现货市场的流动性风险和组合再平衡风险.鉴于此,本文首先分析了流动性冲击下杠杆对投资组合价值的影响机理,以及交叉持股对现货标的的正反馈效应;然后通过持有成本模型将这些因素引入到股指期货价格变化中,最终构建保证金定价模型.模拟分析发现:现货市场中的杠杆水平、流动性冲击水平均与股指期货保证金显著正相关;且与传统模型相比,本文提出的定价模型所计算的股指期货保证金要显著高于前者,这也意味着本模型的确能够有效解决流动性冲击严重或者杠杆过高情况下,股指期货保证金的合理调整问题.     

基于自组织算法的股市预测

在简要地介绍GMDH算法的基础上,讨论了基于自组织算法的股市预测问题。建立带移动平均的预测模型,使预测值可以逐个地得到。以上证指数为应用实例,实验结果表明了GMDH算法在股市预测中的有效性。