基于股票价格波动问题的消除系统风险的投资组合模型研究

本文以中小企业板为研究对象,在探索结合投资组合理论与股票价格波动理论的基础上,对股票价格波动过程中低点、高点出现的规律进行分析,通过统计检验,建立阶段周期低点和高点回归预测模型,最后应用该模型进行股票投资的实证分析.研究结果表明,基于阶段周期回归预测模型的投资操作可以有效规避系统风险,提高中小投资者的收益率,对中小投资者进行投资选择具有很好的指导意义.     

百度关注度指数与股票价格关系研究

针对投资者有限关注与股票市场的联动作用进行了分析,回顾了关于传统金融学理论和现代金融学理论的国内外文献,并且比较了两者的区别.介绍了有限关注以及目前的几种理论模型,根据模型得出个体注意力是有限的,投资者风险认知不足会直接影响关注行为.基于传统的投资者关注度代理指标包括换手率、交易量等,利用互联网提供的代理变量可以更直接地反映投资者的关注行为,因此研究选取百度指数作为投资者关注行为的代理变量,当投资者在搜索该股票的信息时,无疑表示投资者对这支股票产生了关注.百度指数提供的关键词被检索的次数,更加直接地反映了投资者对某只股票的关注度,百度指数提供的数据也会驱动投资者的交易行为,从而引起股票价格的波动.通过建立VAR模型、格兰杰因果检验和脉冲响应函数分析对投资者关注行为和股票收盘价之间的关系进行实证分析,结果显示,投资者的关注行为与股票收盘价之间存在一定的影响.     

可转换债券上市首日溢价的实证分析

选取可转换债券发行条款作为研究对象,从实证角度分析可转换债券发行条款设计对最终市场表现的影响.重点在于寻找条款设计差异与可转换债券上市收盘价溢价之间的统计关系.笔者选取了国内市场上22只可相互比较的可转换债券作为样本,建立回归模型得出了能够刻画条款设计与上市收盘价溢价之间统计关系的回归方程.定量分析的结果显示:可转换债券的市场价格仍然主要由其理论价值决定;适当提高可转换债券的票面利率、期限、到期偿还等条款能有效地提升可转换债券的市场价格.运用所建立模型估算可转换债券的上市收盘价溢价也较为准确,证明模型具有一定的预测功能,可以为投资决策提供参考.     

Neural Network Based Model for Predicting Housing Market Performance

The United States real estate market is currently facing its worst hit in two decades due to the slowdown of housing sales. The most affected by this decline are real estate investors and home developers who are currently struggling to break-even financially on their investments. For these investors, it is of utmost importance to evaluate the current status of the market and predict its performance over the shortterm in order to make appropriate financial decisions. This paper presents the development of artificial neural network based models to support real estate investors and home developers in this critical task. The paper describes the decision variables, design methodology, and the implementation of these models. The models utilize historical market performance data sets to train the artificial neural networks in order to predict unforeseen future performances. An application example is analyzed to demonstrate the model capabili-ties in analyzing and predicting the market performance. The model testing and validation showed that the error in prediction is in the range between -2% and +2%.     

中国投资者多角度舆情分析及其在股市预测中的作用

股市中存在与投资者舆情有关的非理性现象，舆情与股市关系的量化研究对发掘股市规律和辅助投资预测具有重要意义.本文基于论坛中的投资者发言，创新性地建立CNN-TLDA混合模型对舆情进行多角度量化分析，从积极度和关注主题两方面探究投资者舆情和股市的相互影响关系，并基于长短时记忆(LSTM)网络对舆情在股市预测中的作用进行探讨.研究表明:中国股市投资者普遍悲观，投资者乐观度和关注主题都与股市高度相关.多角度舆情分析使预测误差下降至41%.研究成果能够辅助投资者的投资决策，也能为股市中个体投资者舆情的分析与利用提供科学参考.     

基于情绪的市场认知风险和市场认知收益

非理性投资者的认知风险和认知收益受投资者情绪的影响.基于投资者情绪的非理性认知风险度量模型,并利用理性和非理性投资者的相互作用,构建市场认知风险和认知收益度量模型,分别研究理性和非理性认知风险、认知收益对市场认知风险、认知收益的偏离问题.结果表明,非理性认知风险和认知收益的偏离程度与理性和非理性投资者的市场价值权重以及非理性投资者的情绪有关.     

金融结构优化与经济增长

随着我国市场经济的不断完善,对金融功能提出了新的要求。分析了金融结构对金融功能的作用和影响,并就金融结构与经济增长的关系提出了通过完善法律、文化等制度安排来增强对投资者的保护;提高对投资者的投资激励,从而达到推动经济增长的目的等观点。     

规避“乌龙指”的用户体验思路与构想

股市交易“乌龙指”事件往往事发突然，会造成行情剧烈波动，股市的交易安全得不到保障，对股市、股民危害都非常大．分析“乌龙指”事件的成因，利用六西格玛管理学理论中的入一物一境法方案分析影响因素，并由此提出改进方案，从各个层面提出规避“乌龙指”事件的措施．     

建立与技术创新企业特点相适应的风险投资发展模式

由于技术创新企业在不同发展阶段有不同的特点和不同的工作重心 ,对风险投资的需求也就有所不同。而从风险投资运作主体的角度来讲 ,由于在实力、目标和资源等方面的差异 ,不同的风险投资运作主体应结合自身特点 ,选择技术创新企业不同的发展阶段介入创新企业 ,在扶植创新企业成长后 ,在适当阶段选择退出     

用ARCH模型研究中国股市的波动特征

中国股市的波动特征是学者们和投资者关注的一个重要领域,与国外成熟的证券市场相比,中国股票市场作为新兴市场,具有其特有的性质,如更高的不可预测性和复杂性,股票价格更大的波动幅度和频率.研究中国股市的波动特征就具有重要的理论价值和现实价值.投资者在选股过程中需要理解中国股市随时间变化的波动情形,而ARCH模型族正是研究股市波动随时间变化的工具.以上证综合指数为对象,采用GARCH类模型对中国股市波动情况进行实证研究,为股市收益的尖峰厚尾特点、波动的集簇性、时变性提供了实证证据,并对实证结果作了一些初步的探讨.