共查询到20条相似文献,搜索用时 248 毫秒
1.
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。 相似文献
2.
边一斐 《浙江万里学院学报》2007,20(2):28-31
波动性是股票市场的一大显著特征.文章以市场指数本身作为研究对象,选用广泛应用的GARCH族模型来研究上证综指的波动性.在对我国上证综指的波动建模中,主要采用伪最大似然估计,并通过短期与长期的预测绩效评价,确定指数GARCH(EGARCH)为上证综指长期波动的最优预测模型。 相似文献
3.
4.
基于GARCH族模型的我国股市波动性研究 总被引:1,自引:0,他引:1
选取1996年12月16日到2015年5月19日期间上证综指和深证成指日收益率数据,建立二变量指标的GARCH模型、TARCH模型和EGARCH模型,对我国股市的波动性进行实证分析.结果发现:EGARCH模型能较好地拟合沪深两市日收益率波动的时间序列,而且我国股市存在显著的非对称性,表现为股票市场上投资者对利好消息的反应小于对同等程度的利空消息的反应. 相似文献
5.
科学的政策需要以科学的工具来实现,本文在全面总结上证综指以及沪深300指数的优点和弊端的基础上,进行了废除上证综指的编制,全面启用沪深300指数来提高我国宏观经济管理部门的决策的科学性的可行性分析。得出了可供我国政府进一步提高股票市场监管水平的政策建议。 相似文献
6.
王奎 《重庆工商大学学报(自然科学版)》2012,29(5):50-54
利用线性神经网络模型对"新上证综指(000017)"进行拟合预测,选取从"新上证综指"开始发行月份(2006年1月)开始到2011年6月的月度数据,共计66个,用前62个做训练组,最后4个数据做预测组,通过比较不同滞后窗口模型的误差平方和,选择适当的窗口数为最优模型,为了提高模拟的效果,对模型的初始数据进行优化,然后进行预测分析;结果显示,拟合效果很好,除6月份股市波动稍大,其他月份拟合误差不到3%,阐释了股票市场的短期可预测性。 相似文献
7.
《青岛大学学报(自然科学版)》2016,(1)
选用自2014年11月17日至2015年3月27日沪港通之后的上证指数和香港恒生指数的收益率为样本数据,采用参数法和非参数法分析了沪港两市日收益率的边缘分布,并利用二元正态copula模型和二元t-copula模型,分析了沪港两市的线性相关性。结果表明,沪港两市收益率存在一定的正相关关系,但相关度较低,表明沪港通并没有较大的缩减两地股市的价格差异。 相似文献
8.
在对股票市场的研究中,波动性一直是比较重要的一方面,利用ARCH类模型对上证综指日收益率进行分析,得出上证综指具有集聚性和长期记忆性。 相似文献
9.
利用CUSUM方法对中国沪深股票市场的波动变结构现象进行了研究.实证结果表明:1)上证综指和深证综指都存在明显的波动变结构现象,并且二者的波动变结构具有一致性和相关性;2)上证综指和深证综指在全样本区间都存在异方差效应且具有显著的波动聚集性,但在去除变结构效应后,二者均没有异方差效应.这表明变结构现象很可能是导致收益率序列产生异方差的原因. 相似文献
10.
小波包较之于小波可以更为灵活地提取分散在不同尺度上的信号特征,结合神经网络也就可获得更好的预测精度,本文按此方式建立了一种混合杂交模型用于股票市场价格波动预测,并为获得最优预测精度,本文利用遗传算法进行小波包最优分解选择和神经网络参数选择。通过对上证综指的实证研究,表明这种混合杂交模型的性能优于同类神经网络模型和基于小波分解的神经网络模型。 相似文献
11.
《中国科学技术大学学报》2018,(8)
根据我国股票市场和公司债市场流动性溢出效应的特点,构建了包含债券和股票市场内部和外部流动性冲击的公司债结构化定价模型,以分析债券和股票市场内部和外部流动性冲击对公司债信用利差的影响.基于模型对2008-01-01~2016-12-31期间沪、深两市的公司债交易数据和相应公司股票交易数据进行了实证分析,结果发现在债券和股票市场内部和外部流动性冲击下,债券和股票的流动性对于公司债信用利差的影响均符合模型的预期,并且对于较低信用级别和短期期限的债券信用利差影响更为显著,从而证实了所提出的理论模型的合理性. 相似文献
12.
13.
GA-SVM对上证综指走势的预测研究 总被引:1,自引:0,他引:1
将支持向量机和遗传算法结合,建立了一种智能数据挖掘技术(GA-SVM),并用于对上证综指市场走势进行了探索.在这个混合的数据挖掘方法中,GA用于RBF参数的设定以及特征集的选择,从而智能的找到SVM的最佳参数,减少SVM特征值的复杂度,提高了SVM算法速度.SVM用于判断未来股票市场的走势,并与统计模型、时间序列模型方法、神经网络进行了对比.实验证明,GA-SVM优于其他几种方法,这种方法对于股票上涨或下跌的预测研究是有效的. 相似文献
14.
将Cajueiro和Tabak提出估计Hurst指数的新方法即V/S分析引入我国沪深股票市场非线性特征的研究.比较研究表明V/S分析不易受短期相关性的影响,较R/S分析更为稳健和有效.通过对沪深两市综合指数的日收益率和周收益率序列的V/S分析,得到沪深两市的Hurst指数均小于0.5,这表明我国股票市场呈现出反持久性特征而不是长记忆性. 相似文献
15.
以沪深300指数数据为样本,首先利用广义误差分布与正态分布假定下的GARCH模型对我国股票市场收益率波动特征进行定量分析,然后运用CVaR模型对股票市场的风险进行实证研究,并与基于VaR模型的风险测度值进行比较.研究结果表明,广义误差分布假定下的GARCH模型能够更好地反映出我国股票指数收益率尖峰厚尾的特性,而使用CVaR模型则有利于提高金融市场风险测度的准确性. 相似文献
16.
股指期货对我国股票市场的影响——以沪深300股指期货为例 总被引:2,自引:0,他引:2
股指期货作为一种规避风险的金融衍生工具,是现货市场发展到一定阶段的产物。我国股权分置改革已基本完成,沪深300股指期货的推出必将对我国的股票市场产生重大的影响,从股指期货概述、沪深300股指期货对我国股票市场的影响、对策及建议等方面进行分析。 相似文献
17.
基于上证综指样本数据,探讨双跳跃随机波动模型并研究股市波动跳跃行为.应用马尔科夫蒙特卡洛方法对模型参数进行估计,通过残差正态检验比较各类随机波动模型刻画股市波动能力,采用损失函数评价法和线性回归法,评估其对上证综指波动的预测精度.结果显示,中国股市跳跃波动程度和强度较大,对股市收益和波动均有显著影响;在引入跳跃成分刻画股市异常波动行为后,双跳跃模型显著提高股市收益波动率的估计精度与预测能力. 相似文献
18.
基于局域波分解和混沌理论提出了一种中国股票市场建模及其预测的局域波与混沌集成的方法。首先应用局域波分析方法对上证综指日收益率序列进行分解,分别得到低频部分和高频部分。接着利用二阶Renyi熵K2分析各部分的混沌特性,然后用相空间的多点相似预测方法对低频部分和高频部分进行预测。最后用局域波分解理论对各部分预测结果予以重构,完成对原始日收益率序列的预测。局域波分解方法是现有处理非平稳序列最有效的方法之一,相空间的多点相似预测方法适应于我国股票市场存在的混沌现象,较现有方法,结果具有更高的精确度。 相似文献
19.
刘红玉 《齐齐哈尔大学学报(自然科学版)》2015,(1):73-76
通过Va R模型对我国的上证指数和深成指2010年1月25日至2012年12月28日的收盘价的波动性加以实证分析,进行模型检验,从而得出模型有效的结论。用Copula函数刻画上证综指和深成指之间的相关结构进而得到投资组合收益率的联合分布,建立了GARCH(1,1)-t模型,利用各项资产收盘价、成交量的历史数据,通过Monte Carlo模拟生成具有Copula相关结构的收益率分布,得到组合的风险价值。应用Copula-Va R-GARCH模型通过Monte Carlo模拟计算投资组合的Va R值,对探讨股票市场波动(风险)以及与预期收益之间的关系具有重要的理论意义和实用价值。 相似文献
20.
张洪波 《东莞理工学院学报》2010,17(1):88-91
运用关联维数分析法,论证我国股票市场存在低维确定性混沌过程。通过股票市场的混沌性与股票市场有效性的关系,论证我国股票市场的有效性。所做的实证研究表明,上证综指存在低维确定性混沌过程,其维数大约为3.681,说明上海股票市场指数收益率序列随机性低于成熟资本市场。我国的股票市场尚处于无效率市场发育阶段。 相似文献