交易量与价格波动关系的动态分析

根据混合分布假说,交易量能够很好地解释价格波动性。本文将交易量对价格波动的贡献率,通过单位成交量的价格波动值表示,通过对上证A指数及其深证综指的分析,发现成交量对价格波动的贡献率是弱稳定随即变量,通过定义成交量对收益率的对数相对贡献率,实现对市场变化趋势的分析,并对其概率分布进行了讨论。     

上海股市中量价关系的实证分析

利用从上证50中挑选出来的26只股票组成分析样本,同时借助软件Eviews4.0和经典的CAPM模型研究了股票日成交量和日收益之间的关系.通过研究得到加入股票的成交量后经典的CAPM模型中股票的β值降低,相应的可决系数有明显的提高,这充分说明在上海股市中股票日成交量对股价的变动具有解释作用.     

中国股市长记忆性实证研究

利用对数周期图法对沪深A股指数及上证 180和深证成指部分样本股分别进行了长记忆检验 ,得出以下结论 :对于收益率序列 ,沪市的长记忆特征不显著 ,深市具有一定的长记忆特征 ;对于收益波动率序列 ,沪深两市均具有高度显著的长记忆特征     

单指数模型的最优风险投资组合研究

根据威廉·夏普的单指数模型（Diagonal Model）构建最优风险投资组合,选取2005年6月至2010年5月间上市交易的股票型基金13只和债券型基金9只进行实证检验．发现选取的22只基金与上证综合指数构建的最优风险投资组合的收益率比上证综合指数的收益率要高．同时,使用样本数据中具有正a值的基金进行对比分析,发现正a值的基金构建的最优风险投资组合的收益率无法战胜基于22只基金构建的组合的收益率．这说明基于a值的积极组合管理无法获得超额收益,虽然它的收益超过同期的上证综指的收益．因此,得出结论,单指数模型构建的最优风险投资组合能够获得超过大盘指数的收益,但是基于正O／值的投资策略无法对单指数模型进行改进．     

中国证券市场“样本股效应”实证研究

用“事件分析法”首次对上证180指数样本股调整所造成股票的交易价格、数量等的波动进行了实证检验。检验结果表明中美股市样本股效应具有不同的特点,并从行为金融学角度给予解释。     

中外几大股票市场差异的分形研

运用了分形理论中的R／S分析法对中国的三大股市（上证,深证和香港的恒生指数）以及欧美的三大股市（道琼斯、纳斯达克以及标普500指数）的近10年（2002～2011）的股票指数作了差别研究．我国股市的月对数收益率的Hurst指数为0．74左右;而国外的则在0．77左右．国内三大股市的平均循环周期在600d左右,而国外三大股市在1150d左右．道琼斯指数对上证指数价格变化影响较大;恒生指数对深证指数的价格波动影响要比上证指数的价格波动影响大．中外股指均具有比正态分布更高的峰度,且在最初的一到两个周期内,数据呈现右偏尖峰后尾的分布特征,之后则呈现左偏尖峰后尾的分布特征．而国外股指的数据分布更接近于正态分布．本研究对股市研究者了解和借鉴近年来国外股市行情有着一定的指导意义．     

基于DAG方法的我国股票市场的联动分析

根据我国股票市场的关键性政策,将2001年2月19日至2009年7月30日分为4个样本时期,通过有向非循环图（DAG）和动态因果检验分析我国5个主要股票指数的联动效应．实证结果表明上证A股市场是导致深证A股市场变化的短期和长期原因,在B股市场刚对国内投资者开放时,上证和深讧B股的联动效应特别显著．近年来香港股票市场与国内其它市场的联动性越来越显著．     

基于实际波动率的我国股市波动率实证研究

从上证180样本股中随机抽取30只股票,采用日内分钟交易数据,对实际波动率的部分性质进行实证研究,得出经实际波动率标准化的收益率序列接近于正态分布,对数实际波动率序列的分布近于正态,实际相关系数序列接近于正态分布,实际波动率序列、对数实际波动率及相关系数序列均具有显著的长记忆特征,不同股票的对数波动率序列之间具有显著的相关性。     

中国股票市场的月份效应研究

选取1990年12月19日至2015年9月30日间上证综指的日收盘价和1991年4月3日至2015年9月30日深证成指的日收盘价作为样本数据.运用均值—方差等描述性统计和GARCH模型对我国股票市场的月份效益进行定量分析,结果得出上证交易市场存在收益率为正的"二月效应"与收益率为负的"七月效应",深圳交易市场存在收益为正的"二月效应".     

深证100指数日收益率波动性的实证研究

实证研究表明,对深证100指数日收益率可以建立GARCH(1,1)模型,但不能建立TARCH模型、EARCH模型、Asymmetric Component ARCH模型,即深证100指数日收益率的杠杆效应不显著.换句话说,深证100指数日收益率波动行为具有ARCH效果,但不具有不对称性以及信息程度偏误等特性.     

基于GARCH模型的沪深股市分析

利用我国沪深股市2007年7月1日至2010年7月1日的收盘指数,对沪深股市的波动性、收益率及其相关性进行了实证分析研究。研究表明,沪深两市具有明显的GARCH效应,而且两市之间具有联动性。     

利用财务指标预测股票价格及财务风险预警

主要研究上市公司的财务指标和股票价格的关系及如何利用这些指标对财务风险进行预警。首先运 用回归模型对上证180家上市公司财务指标与个股股价进行实证分析,并对样本股票价格进行预测。然后 选择100家ST股票和深沪两市绩优股为样本,再次利用回归模型将对股价有显著影响的财务指标与样本 股出现财务风险的概率进行分析,对样本股财务风险进行预测,并说明此研究的实际应用价值。     

基于ARMA-EGARCH-M模型的沪深股市波动性分析

文章讨论了ARCH模型族的拟合波动性的优缺点,建立ARMA-EGARCH-M模型,简要说明了此模型的优点;以2000年1月11日-2006年3月15日上证综指和深证成指收盘价为样本,对我国沪深股市收益率分布用ARMA-EGARCH-M模型进行拟合分析,结果表明该模型能更有效地拟合我国沪深股市的波动性;最后解释实证结果和分析了我国股市的行为。     

基于ARCH类模型对沪市波动性的实证研究

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。     

Markov模型下的融资融券投资策略研究

在逐日盯市制度下,构造了度量收益风险的PRNC指标,并在Markov模型下构造了递归计算方法,得到一个动态交易系统.采用上证180指数成份股中的104只股票进行实证研究,每只股票构造了500次交易,并测算了80个不同投资策略下的年化收益率,发现最低为19.57%,最高为40.06%.     

基于模糊时间序列的投资组合折中规划

通过建立证券价格为梯形模糊数的模糊时间序列预测证券价格,并以预测值与购买价格的比值衡量投资收益,以预测收益低于期望值的半绝对偏差计量投资风险,建立二目标投资规划模型,采用折中规划的方法求解,与均值-绝对偏差模型投资组合效果进行对比.对15只上证50指标股进行实证分析表明:折中规划可以根据市场的运行趋势进行投资决策,并且可以避免均值-绝对偏差二目标规划在严格数据约束下的无效解问题.     

基于RBF神经网络的股市建模与预测

提出一种基于ＲＢＦ神经网络的股市预测建模方法,并采用递阶遗传算法训练ＲＢＦ网络的参数、权重和结构,对上证综指和个股（伊利股份）的建模与预测结果表明,该训练方法使ＲＢＦ神经网络具有很强的学习与泛化能力,它在股市这样一个复杂的非线性随机系统建模中具有很高应用价值。     

BDI指数与上证综指的相关性

波罗的海干散货指数(BDI)和上海证券综合指数(上证综指)在2007—2009年的走势反映了金融危机背景下世界经济的变化趋势.选取2007—2009年BDI指数和上证综指的周均值作为实证研究的样本数据,对曲线图、散点图进行描述性分析,并进行相关性和波动趋势分析.结果显示:BDI指数与上证综指呈现正相关;上证综指一定程度上揭示了中国和世界经济的走势,确切反映了中国经济与世界航运市场的变化状况;上证综指的可借鉴性优于BDI.金融危机的爆发证明上证综指具有解释中国和世界航运市场变化的指向标的作用.     

交易所交易基金与股指期货关系探讨

通过研究交易所交易基金与股指期货的异同揭示了两者之间的互动关系。使投资者(机构)在交易所交易基金的投机或套利操作中，易于把握股指期货的低风险套利操作机会，为投资者(机构)作出投资决策提供了重要的参考。