双混合分数Heston模型及回望期权模拟分析

金融实践证明经典Heston模型不能很好地拟合短期期权。首先通过构建双混合分数Heston模型,得到双混合分数Heston模型满足的随机微分方程解的存在性和唯一性,其次对该模型下的波动过程和股票价格过程离散化,最后基于Monte Carlo法对回望期权波动率路径和股票价格路径进行模拟分析。     

基于EGARCH模型的股票价格预测

从我国引入股市开始,股票价格的波动趋势一直都是股市关注的热点.股民在股市的收益越多,风险也就越高,所以预测股票价格,规避风险有着十分重要的意义.运用统计学中的EGARCH模型对上海证券交易所上市的股票价格进行实例分析.实验结果表明,该模型不仅能够克服股票价格显著的不对称性,还能够保留其自身的优势,提高了预测结果的精确性.     

由海森堡方程推导广义法拉第定律和安培环路定律

对电磁场进行量子化处理,给出了有源电磁场的半经典、半量子化的哈密顿算符.由海森堡方程推导出了关于电磁场的广义法拉第定律和广义安培环路定律.结果表明:麦克斯韦电磁场理论和海森堡量子力学是内恰的、完全吻合的两大理论体系,并说明用量子力学理论解决电磁场问题的方法正确.     

异常波动源模型下巨灾标准期权及任选期权的定价

从定量的角度分析了巨灾期权的价值构成,并在随机利率下,考虑股票价格异常波动,利用Martingle Pricing方法推导出巨灾标准期权及任选期权定价公式.     

A股价格计量经济模型分析

自证券市场出现以来，国内外有关专家学者对股票价格进行了大量研究，建立了许多模型，得出了不少有价值的结论，这些对证券市场的发展及投资者的正确投资，起到了非常有益的作用。但由于缺乏必要的验证手段，大部分模型无法反映股票价格变动的全貌，影响了股票价格模型的推广和使用。本文试图通过建立一种股票价格计量经济模型，以弥补现有模型的不足，为我们的投资工作提供一些有益的尝试。     

PB-GARCH模型在中国股市收益波动率研究中的应用

股票市场的波动率一直是金融学研究的热点问题,由于受到宏观经济运行状况、行业自身发展状况以及投资者心理变化情况的影响,股票价格的收益率呈现出复杂的非线性波动,收益的方差是自相关的,表现出分形和混沌的特征.随着股票市场研究的逐步深入,人们发展了以ARCH族模型和随机波动模型(SV)为代表的波动预测模型.但是,目前这些预测模型大多仅从股价自身的运行规律进行研究,很少考虑投资者的心理因素对股价运行规律的影响.本文结合行为金融的前景理论、GARCH模型,以及神经网络等理论,建立基于投资者心理变化的波动率模型,对该模型的估计方法进行了探讨,并以我国上证综合指数(HSEC)和深证成份指数(ZSEC)为例进行了实证分析.     

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。     

债券的久期与凸度的价值

随着利率市场化进程的不断加快，对债券的价格波动率进行较深入的了解，才能在实战中对价格的涨跌原因进行正确分析，并采取相应的投资策略．本文介绍了债券价格波动率的两种重要测度：久期和凸度．给出了久期凸度对国债价格波动率预测的实证分析，以及基于久期和凸度的套期保值方法．     

MKdV方程、SG方程与非线性Schrǒdinger方程的关系

ＭＫｄＶ方程和ＳＧ方程是描述非线性波动具有代表性的两个重要方程。本文通过对这两个方程进行小振幅下的Ｆｏｕｒｉｅｒ展开分析和呼吸子解分析，得出在小振幅慢变位相情形下都满足非线性Ｓｃｈｒｄｉｎｇｅｒ方程，从而揭示了非线性波动方程的一些共同特性和内在联系．     

非线性PCA方法在股价预测中的应用研究

针对传统PCA(主元分析)股票价格预测方法在非线性过程应用中存在的缺点,本文提出了一种基于RBF神经网络的非线性PCA(NLPCA)方法,不仅提取了高维原始数据的线性信息还能提取非线性信息.在此基础上进一步提出了样本中误差的检测方法,仿真试验表明它能有效地减小误差点对网络训练精度的影响,大大增强了股票价格预测的准确性.     

基于CARRX模型的NYMEX原油价格和美元指数的波动溢出研究

汇率在石油交易中扮演着重要的角色,二者的关系在近年来逐渐成为研究热点。采用CARRX模型对原油价格和汇率之间的波动溢出进行相关研究,并假设模型残差项分别服从标准指数分布、标准Weibull分布和标准化的广义Gamma分布。实证结果表明:首先,原油价格与汇率之间存在波动溢出关系;其次,汇率对原油价格的波动溢出作用要强于原油价格对汇率的波动溢出。     

ARCH族模型研究及其在沪市A股中的应用

介绍了ARCH模型、GARCH模型、EGARCH模型、TARCH模型,分析这些模型的特点,并将ARCH族模型运用到我国沪市市场的实证分析,得出EGARCH模型有最好的拟合效果.     

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.     

动态定价:基于网上交易的群体议价折扣

根据客户的购买结果快速改变价格的定价模型对于网上商务是有益的.在网上购买中,群体议价折扣法是一种可以快速改变价格的模型.研究了群体议价折扣策略和传统的大量购买折扣,对这两种模型进行了对比,拓展了大量购买折扣模型的理解,认为成组购买是传统的大量购买折扣的另一种方式,该方法是一种可用于网上交易的经济有效的定价模型.     

广义多时滞线性定常系统ROSENBROCK方法的渐近稳定性及在控制中的应用

线性定常系统在控制理论中是基础模型,有着非常重要的地位.若考虑到系统中有多个状态产生延迟,则这类模型可描述为广义多时滞线性定常系统.该文利用Rosenbrock方法求解此类系统,并分析其渐近稳定性,证明了该方法是GPm-稳定的当且仅当它是A-稳定的.两个关于控制系统的数值例子证实了此类方法的有效性.     

基于引入技术指标的Elman网络的股市预测

利用能够反映动态系统特性的Elman回归神经网络,结合传统的技术分析方法,通过对股票市场的技术指标的建模,寻求股票价格的变化规律,实现对股票价格的预测.实验结果表明,Elman网络具有较好的的逼近性能,能够实现对股票市场的预测.因此,引入技术指标的Elman神经网络用于股市预测是可行、有效的,具有很好的应用前景.     

重设型牛市认购权证的鞅定价

在无风险利率、指数连续股利率、指数瞬时波动率为时间t的非随机函数的情形下，以鞅论和随机分析为数学工具得到了重设型牛市认购权证的定价公式，更正了[1]中重设型熊市认售权证定价公式的一个小错，并对其定价公式进行了推广。     

基于功率键合图法的相似系统建模与仿真

应用功率键合图法的基本理论,根据不同物理域中的相似系统,结合功率键合图法将其统一成键合图模型,并用软件20-sim进行系统仿真,得到了不同物理域的相似系统完全一致的仿真结果,为相似系统的建模提出了新的思路.