中国股市量价波动性关系的实证分析

从实证角度对我国股票市场的价格收益与交易量变动之间的动态关系进行了较为全面的分析.研究结果表明,沪深两市日价格收益序列存在着GARCH现象,价格收益和交易量变动之间存在正相关关系;收益和交易量的变动之间存在双向Granger线性因果关系;两市波动存在不对称效应,并对基于加入交易量的TARCH模型和EGARCH模型的结果进行了比较,表明EGARCH模型的拟合结果好于TARCH模型.     

预期和非预期交易对收益率波动性的影响及实证分析

以混合分布假说(MDH)为理论基础,把实际交易量划分为预期和非预期交易量,引入EGARCH-M模型中,提出基于预期交易和非预期交易的量价关系模型,并用该模型刻画上证基金指数的量价关系.实证研究表明:上证基金指数的日交易量可以作为当期信息到达市场的解释变量;基于预期和非预期交易的EGARCH-M扩展模型拟合精度显著优于原模型和仅考虑对数交易量的模型;非预期交易量对指数价格的冲击显著大于预期交易量.     

中国股票市场价格、交易量以及量价关系的多重分形特征研究

利用2005年1月4日至2015年10月14日期间的我国股票市场上海证券综合收盘价格指数和交易量的日度数据,采用MF-DFA和MF-DXA方法实证研究了我国股票市场价格、交易量以及股票价格与交易量关系的多重分形特征以及量价关系的多重分形特征的来源.从中可知,股票价格、股票交易量以及股票价格与交易量的关系都存在多重分形特征,股票价格与交易量多重分形的主要原因是长期记忆性特征和厚尾分布.     

基于GARCH类模型的中国股市收益率分析

自二十世纪八十年代以来, 金融时间序列的波动群聚性,尖峰厚尾性和长记忆性特征的研究已经成为众多研究的论题, 是当今金融风险管理的核心. GARCH类模型是波动群聚性建模中常用的模型. 作者在简要介绍金融时间序列波动性的GARCH模型的基础上, 运用MATLAB软件包编程, 利用FIGARCH模型、NAGARCH模型和EGARCH模型对中国股市波动特征进行建模, 并比较了正态分布、Studentt分布、GED分布和偏t分布等四种不同分布特征的FIGARCH、NAGARCH和EGARCH模型对中国股市波动特征的拟合.实证结果表明, 偏t分布更适合我国股市波动特征的描述, FIGARCH模型在拟合效果方面要优于其他模型.     

基于GARCH族模型的我国股市波动性研究

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.     

后危机时代中国股市波动性解析:基于GARCH模型族研究

波动性是衡量股市风险和稳定的重要指标之一,对股市的健康发展具有重要影响。文章以上证指数为研究标的,利用GARCH族模型对股市的波动性进行了比较研究。结果表明,后危机时代,中国股市收益率波动确实存在非对称现象,EGARCH模型比TGARCH模型更能适合刻画中国股市的特征,但GARCH模型族存在伪持续,尚待改进。     

上证指数收益率波动的实证分析——基于ARCH族模型

利用ARCH族模型对上证指数股票收益率进行定量与定性分析,表明上证指数日收益率存在高阶的ARCH效应,条件方差对日收益率有很强的影响,其中EGARCH模型在反映股市波动性方面优于其他模型.     

基于EGARCH-CVaR的我国股市风险分析

根据我国股票市场收益的基本特征,对上证180指数收益率序列分别构建基于正态分布、t分布和GED分布的EGARCH模型。通过计算三种不同分布下的CVaR值,对股市风险进行分析。并将EGARCH模型的CVaR值与GARCH模型的CVaR值进行比较。结果表明,基于广义误差分布的EGARCH模型(EGARCH-GED)能更好地刻画我国股市的市场风险。     

中国股市收益波动的实证研究

采用GARCH类模型，利用上证综合指数对中国股市收益波动进行了实证研究。以前的研究显示中国股市波动存在反向的不对称性或不对称性不显著，并归因于中国股市的高投机性。而本研究的TARCH模型和EGARCH模型的实证结果首次提出了新的不同证据。说明中国股市存在显著的不对称性。对杠杆效应和波动反馈效应在中国股市的作用进行理论分析，认为波动反馈效应更能说明中国股市波动的不对称性。     

MDH理论与日历效应下的中国股市量价关系

基于分布混合假说(MDH)理论的数学推导,以我国深沪股市的大盘指数为研究对象,检验原始交易量、包含自相关性的交易量对广义自回归条件异方差模型(GARCH)效应的解释效果,并分析日历效应对交易量与股价波动性关系的特殊影响.结果表明,GARCH模型可以很好地拟合中国股市的股价波动持续性问题;当引入原始交易量以后,股价波动性在一定程度上可以为原始交易量所解释,而包含自相关性的交易量对股市GARCH效应并无很好的解释力.经实证分析证实,股价的日历效应对于上海市场中交易量对股价波动性的解释有着推波助澜的作用.     

中国股市交易量的周内效应

研究了中国股市交易量在一周里面的变化规律,采样时间跨度是从1990-12-19到2002-12-31。以市场换手率度量交易量,采用自回归广义自回归条件异方差(AR-GARCH)模型研究了中国股市交易量的时间系列。研究结果显示沪市和深市的日市场换手率不服从正态分布并且存在着自相关性和ARCH效应;AR-GARCH模型很好地拟合了日市场换手率时间系列,估计出来的参数十分显著;周一到周五的日市场换手率存在显著差异并且周一的市场换手率达到了一周的最大值。利用混合分布假说进行了解释,非交易日的信息积累可能是周一高换手率的原因。结果指出:在该研究的样本范围内,中国股市交易量存在着周内效应。     

交易量与股价波动性动态关系的研究

交易量与股价变化的关系是金融市场研究的重要课题之一.VGARCH模型是在传统的GARCH模型中加入交易量得到的衍生模型.通过对上证指数波动性预测的实证分析得出:VGARCH模型能更准确地预测股票指数的波动性.进一步指出,相比于交易量,其波动率能更好地度量每日信息到达量.     

基于交易量转移的股票预测模型

股票市场中最基本变量为交易量、价格和时间,而在这三变量中交易量的变化最能体现股票市场的基本规律.研究交易量转移可以解决股市中筹码(流通股票数)在何时集中、什么价位集中、集中的程度等问题,而筹码的集中度能更好的表现股票价格的涨跌趋势.据此定义投资者交易意愿强度的概念,研究其与交易时间、价格涨跌幅的关系,并提出交易量转移模型.     

股市收益率与交易量长记忆性实证研究

从计量经济学及统计学的角度,运用重标极差分析、修正重标极差分析、KPSS检验及Granger因果检验等方法,对我国沪深股市收益率与交易量的长记忆性特征进行了实证分析,并进一步研究了股市收益率与交易量之间的相互关系.重标极差分析及修正重标极差分析的实证研究结果表明,收益率及交易量序列的Hurst指数均大于0.5,且成交量序列的Hurst指数明显高于收益率序列;此外收益率及交易量的KPSS统计结果对于所有滞后阶数均显著.上述结果说明中国股市收益率和成交量均具有长记忆性特征,且成交量的长记忆性强于收益率的长记忆性;Granger因果检验结果表明收益率和成交量之间存在着相互引导关系.     

上证综指收益率波动性的非线性方法研究

以上证综指日收盘价为样本建立了对上证综指收益率波动性的非线性模型.实证结果表明我国上海股市的价格波动具有异方差性及显著的左尖峰厚尾的特征;收益率的波动不服从正态分布;具有集聚性和记忆性;波动持续时间较长.通过分析比较GARCH模型拟合效果较好,并预测结果有一定的稳定性.同时对收益率建立了EGARCH（1,1）和TARCH（1,1）模型,表明收益率波动存在一定的杠杆效应.     

基于EGARCH-VaR模型的沪深股市风险分析研究

根据证券收益的基本特性,对上证指数和深证指数收益率序列分别构建基于正态分布、t分布和GED分布的EGARCH模型及EGARCH-M模型.通过计算两种模型在三种分布下的VaR值,对沪深股市风险进行分析.分析结果表明,深圳股市比上海股市有更大的风险,基于GED分布假定下的EGARCH-M模型能更好的反映收益率的风险特性.     

双极模型的优化策略分析

基于交易量与收盘价,设计了一种识别反转点的双极模型.以万科A股票3年的数据对双极模型进行投资模拟,得到在不同参数组合下的每次买卖投资收益,计算出年均收益率,再由EGARCH模型计算出每次投资的日VaR值和总风险,作出不同参数组合下的收益率和风险散点图及有效边界图.结合不同投资者对风险喜好的无差异曲线,得到对应的最优参数组合,从而为不同类型的投资者提供投资策略.     

GARCH模型分析股票市场的波动性

本文全面比较了描述波动率的各种模型以检验各种模型设定在改善模型表现、降低模型误差方面的作用并运用GARCH族模型对深证成指收益率的波动性进行研究,分析了我国股市波动性的特点。通过比较发现对于深市股指收益率的波动性,EGARCH（1,1）模型能很好的拟合。同时还对股指收益率的波动性进行了预测分析。     

应用理性预期模型对证券交易价量关系的分析

讨论了证券交易的价格及交易量之间的关系.过去的实证分析说明,在同一个时间段,证券价格的变动与交易量为正相关关系;同时,对于上升或者下降这样不同方向证券价格的变动,价格变动大小与交易量的相关关系呈现不同的模式.应用证券市场微观结构理论,通过理性预期模型来分析市场上有信息交易者和无信息交易者的交易行为,从而解释了证券价格变动与交易量所表现出的关系.     

研究量价关系寻找股市《年度大底》

本人从2005年至2011年证券软件的月线MA的"月成交量"指标中算出每月对应的日均量图。得出了一个量价关系与年度大底的关系;帮助我们寻找到股市的年度大底,甚至历史性大底。