A股期指前15分钟交易信息的统计挖掘研究

在中国证券市场,股指期货先于股市15 min进行交易.在成熟的金融市场,期货对现货市场具有价格发现的功能,但中国股票市场尚居于新兴发展时期,A股股指期货对现货是否依然具有这一功能？如果有,是否可以利用期货市场先发的15 min所积累的信息,指导现货市场的投资.文章将以概率统计相关的理论和技术为主要工具进行数据分析,希望能够对以上问题给出一个较为客观和全面的回答.结果发现,依据先发的15 min的期货价格运行的信息对后发现货市场价格运行预测的能力,与板块有关,投资者还需要考虑引入其它因素,才能取得好的投资效果.     

沪深300股指期货与现货的波动关系研究

随着高频数据获取的便利性,采用高频数据研究金融市场的波动越来越普遍。沪深300股指期货市场的迅速发展使得股指期货与现货市场的波动关系研究成为热点。采用MEM模型,对股指期货与现货市场的连续成分(连续样本路径方差)之间和跳跃成分(离散跳跃方差)之间的关系进行研究。结果表明,现货跳跃成分对期货跳跃成分的溢出效应大于期货跳跃成分对现货跳跃成分的溢出效应;现货连续成分对期货连续成分的溢出效应大于期货连续成分对现货连续成分的溢出效应。现货与期货之间的波动溢出效应主要体现在二者的连续成分上。     

基于协整方法的ETF与股指期货配对交易研究

在中国股指期货市场的不断探索与发展以及全球ETF市场的高速发展浪潮之中,配对交易策略在中国ETF和期货市场的应用研究就显得尤为重要。通过将基于协整理论的配对交易策略应用于中国的ETF和股指期货市场之间,对沪深300指数和上证50指数所对应的ETF以及股指期货在2016年9月—2017年8月的分钟高频交易数据进行回测,最终发现基于协整方法的配对交易,尤其是ETF与当月期货的配对组合在中国市场上的实践具有显著的有效性,能够在低风险水平下为投资者带来较高的收益率。     

开办中国创业板市场的认识

随着我国证券市场的日趋完善，创业板市场的出现已经只是时间的问题了。然而，创业板市场在目前依然存在很大的风险，尤其在目前全球创业板市场低迷的情况下，我国推出创业板市场应该谨慎，企业亦应该理性面对。     

双币种模型下欧式股指期货期权定价

在双重货币模型下讨论股指期货期权定价问题.基于标准普尔500指数(S&P500指数)期货期权,应用多因子Girsanov定理,寻找使S&P500指数期货期权的人民币价值的贴现价格过程为鞅的概率测度,最终在人民币市场为S&P500指数期货期权定价.     

股指期货障碍期权的定价

讨论以股指期货为原生资产的障碍期权的定价问题,利用Girsanov定理定义了等价鞅测度,在此测度下用鞅方法给出了股指期货障碍期权价值的Black-Scholes公式.     

我国证券市场的风险防范和对策分析

我国证券市场是在计划经济向市场经济转轨时期建立和发展起来的，已走过了8年曲折发展的历程，上市公司由当初的13家发展到800多家，颇具规模。但同国外一些发展上百年的证券市场相比较，我们的证券市场还很不成熟，暴跌暴涨的现象屡有发生，极不稳定，如1998年8月中旬在五个交易日内上市综指最大跌幅达11．95％；一些绩劣股逆势上涨，而一些绩优股，如业绩排第一的厦新股票，却呈下跌之势，因此要想正确引导市场，推动我国经济稳步发展，对证券市场风险的防范研究是我们紧迫而长久的课题。一、防范证券市场风险的基本原则──分散化和社会…     

基于VaR-GARCH模型族的我国豆粕期货市场风险分析

对大连期货市场豆粕期货每个交易日价格的波动进行分析,利用VaR风险值方法和GARCH模型族,建立了基于VaR-GARCH模型族的豆粕期货市场风险评估模型.通过实证分析,发现豆粕期货的收益率具有尖峰厚尾聚集波动的特性,并在收益率为3种不同分布的假设下,比较相应的VaR估计值,最后得出当收益分布为广义误差分布时,用VaR-EGARCH模型能更好的刻画豆粕期货的市场风险.     

新花生油市场行情继续走弱

近一段时期内，国际、国内植物油市场受到来自供需基本面，美国华尔街爆发金融危机的双重利空影响，导致期货和现货交易者出现大量恐慌性抛售行为，加剧了国内植物油价格的“熊市”探底步伐。显然，随着其他主要食用油价格屡屡跌破近一年来的新低，国产花生油的跌价风险将在所难免。具体原因分析如下：     

Beta定价理论与实证研究

资本资产定价问题是投资学的核心问题，我们考察Beta定价理论的实证方法，并对随机选取的20家上市公司(沪、深各10家)的Beta定价有效性做了讨论，从统计结果来看，虽然单个证券的收益率ri^(t)与证券组合收益率R^(t)之间呈现出一定的线性关系，且残差序列呈现序列无关性，但JB检验的结果却表明残差序列并不服从正态分布，R2统计值偏小，说明β对市场的解释力度明显不足，从而说明Beta定价理论不能完全解释中国证券市场的价格行为，同时也说明资本资产定价模型不完全适合中国证券市场的市场行为。     

基于神经网络股票预测的研究

利用股票市场的理论和神经网络的BP算法来预测股票价格.先对股票进行基本面的分析,再对股票进行技术面的分析.运用技术分析的技术指标和神经网络优势,对股票进行大数据量的训练,使得模型可靠,再对股票进行测试.从实验的效果来看,取得令人满意的效果.     

基于双流LSTM神经网络的股价趋势预测

股价波动研究依赖分析金融新闻数据集浅层特征，而忽略了金融新闻句子中单词之间的结构关系，从而导致股价波动预测研究效果不佳。针对该问题，提出了一种基于双流长短时记忆网络（long short term memory network, LSTM）神经网络的股价趋势预测模型（Sent2Vec-DLSTM）。该模型的创新之处在于：提出了基于金融股票新闻数据集和哈佛IV-4情绪词典训练的情感词向量生成模型——Sent2Vec；提出了新型的双流LSTM神经网络（Dual-stream LSTM, DLSTM）。在实验中，首先用标普500指数历史数据以及爬取获得的金融类文章进行标普500指数的趋势预测，然后用VietStock新闻和来自Cophieu68的股票价格数据预测VN指数的变化趋势。结果表明，Sent2Vec-DLSTM相较于现有模型在股价趋势预测中具有更好的效果。     

基于预期的股价波动混沌模型研究

本文基于股市中对价格的预期建立一个模型,此模型能够解释价格波动中存在的混沌行为.文中用Li-York定理证明了股票市场具有混沌特征,并得到了系统发生混沌的充要条件.最后在模型研究的基础上给出了市场宏观调控的相关建议.     

煤炭市场价格的灰色预测

本文通过对煤炭市场价格及其影响因素的分析,应用灰色系统理论建立了煤炭市场价格灰色动态预测数学模型,通过计算举例及误差分析表明,该模型的建立是合理的．它为煤炭市场价格的预测提供了一种有效的方法和手段．     

基于沪深300指数的欧式股指期权定价研究

研究了尚处于仿真模拟交易阶段的沪深300股指期权未来的定价策略.采用具有红利支付的扩展Black-Scholes期权定价模型,并根据金融数据的特点,通过历史波动率法和GARCH模型2种方法,计算出不同波动率下欧式股指期权的价格并与模拟交易数据比较,对其结果进行分析,以期为相关政策的实施提供一些参考.     

股票投资组合管理与优化模型

将所有资金投资于单只股票风险太大,投资者通常选取适当的投资组合以降低风险。探讨股票投资组合管理问题,描述了由5个关键部分组成的股票投资组合管理的基本过程,即投资政策、投资分析、资产配置、投资组合修正和投资组合业绩评估。给出了一种新的风险度量指标,同时考虑了风险的潜在损失危害性和风险的投机收益性。并根据该指标,提出了股票投资组合的优化模型。     

我国居民消费价格指数的FAR模型

根据我国居民消费价格指数的非线性特征,基于多项式样条估计,并利用AIC准则和逐步回归方法选择门限变量和滞后变量,建立了函数系数自回归(FAR)模型,同时运用所建模型对我国居民消费价格指数进行估计和预测,计算结果表明:FAR模型能够很好地解决居民消费价格指数估计和预测这一问题,而且预测精度较高.     

利用状态价格定价技术证明CAPM

简单介绍了状态价格，指出在金融市场均衡状态下，阿罗－德布鲁证券的价格即为状态价格，对利用状态价格和无套利均衡原理作为资产定价的技术进行了分析，最后利用状态价格定价技术用两种方法证明了CAPM。