股指期货套利中跟踪指数投资组合的构建

套利交易者发现套利机会之后,可以同时在股指期货和股票现货市场建立相反头寸,从而锁定无风险利润。现货市场建立头寸的一个重要途径就是构建跟踪指数的投资组合,该投资组合对指数的跟踪效果是影响套利结果的重要因素。讨论股指期货的套利交易中跟踪指数的投资组合的构建问题,采用市值权重模型和最优化模型构建跟踪沪深300指数的投资组合,并通过实证得出最优化模型的跟踪效果要优于市值权重模型的结论。     

我国定向增发股的优化组合投资策略研究

中国A股市场上定向增发已被证明对标的股票未来收益存在一定的影响,以往的投资策略均集中在对单支股票深入分析的投资方式上.本文提出从大量备选定向增发股中选取最优化组合的分析计算方法,并构造定向增发指数刻画优化组合的性能.据此构造了一组由25支股票组成的优化投资组合,实证计算表明,该优化投资组合在2008～2011年回溯窗口期表现良好,其中等权定向增发股指数各年度的超额收益率(基准为沪深300指数)分别为10.3%,96.4%,32.4%和5.6%,信息比率分别为1.7,2.4,2.0和0.8,每年均显著超过基准.     

基于ELECTRE排序的投资组合策略研究

为改进ELECTRE II多准则决策模型,将其应用于金融投资领域。通过引入净优势值概念,实现ELECTRE II模型的完全排序,以沪深300成份股为样本,精选财务指标作为评价因子,并通过修正Simos过程确定因子权重,构建股票投资组合。经比较和统计检验,策略具有显著的分层效应,排序靠前分位的股票组合收益率和夏普比率都显著优于沪深300指数。     

基于支持向量机的沪深300指数预测研究

基于沪深300股指时间序列的特点,提出了一种基于主成分分析和支持向量机相结合的方法,将影响沪深300股指的各个因子通过主成分法进行信息的提取,然后用支持向量回归机进行学习预测.最后通过比较预测值与真实值,发现所预测的10个时段的收盘价均方误差为2.11617,且由预测值和真实值对比的条形图发现预测趋势基本准确,可见运用支持向量机对沪深300指数进行预测是可行的.     

GBDT组合模型在股票预测中的应用

采用贡献度与相关性分析(correlation analysis)相结合的办法从目前最常用的244种股票技术指标中提取最优技术指标,进而利用梯度提升树(GBDT)算法对股票的趋势进行预测.对由贡献度、相关性分析与GBDT算法构成的组合模型(简称GBDT组合模型)进行实证分析,首次将GBDT算法应用于沪深300股票的预测.对由不同算法构成的组合模型的预测精度也进行比较分析.实验结果表明,GBDT组合模型在预测精度上优于线性回归组合模型及随机森林组合模型.     

基于ARMA-GARCH模型的沪深300指数日收益率波动特性研究

以沪深300指数为研究对象,运用R软件建立带正态分布和t分布的ARMA-GARCH模型,对2005年4月8日—2015年4月21日沪深300指数日收益率的波动情况进行了研究。研究表明:沪深300指数股票具有明显的ARCH效应,其对数收益率不具有正态分布的特性,但具有明显的"尖峰厚尾"现象和"长记忆"的特性,存在着波动率聚集现象;基于学生t分布的ARMA(2,3)+GARCH(1,1)模型是最优的拟合模型,可以较好地对沪深300指数的波动情况进行模拟。     

越南新冠疫情防控形势为何突然恶化

新冠肺炎在中国爆发不久,越南即开始对防范疫情从中国传入采取了严苛的措施。因此,从1月23日确诊最早的新冠肺炎病例到2月13日,越南总共只确诊新冠肺炎16例。此后,越南不仅在长达两周时间里保持着新确诊病例零增长记录,还在2月26日实现了全部病例的清零,越南也因此被视为防控新冠肺炎的模板国家而受到世界卫生组织的称赞。     

沪深300股指及期货波动率聚集性研究——基于Markov机制转换SJC Copula模型

选取沪深300指数及沪深300股指期货当月连续合约日内5 min高频交易数据为研究对象,研究我国股票期现货市场波动率聚集性及尾部动态特征.结果显示:三状态Markov机制转换SJC Copula模型比其他模型能更好地刻画波动率的相关性结构,沪深300指数和股指期货波动率的尾部均存在明显非对称特征及动态特征,上尾相关性均...     

基于SVM分类算法的选股研究

采用稳健的改进主成分分析与支持向量机(PCA-SVM)算法进行特征提取,分析中国股票市场的股票选择问题,并采用中国沪、深A股市场中上市公司数据验证该方法的有效性.结果表明,运用PCA-SVM算法得到的组合回报率超过了市场基准.     

基于PE-局部最优算法在基金智能定投领域的研究

通过对上海证券交易所股票价格综合指数市盈率(简称:上证市盈率,PE)进行分析和研究,提出一种基于PE的局部最优定时不定额投资算法,并选取6支基金进行数值实验,其中包括3支股票型基金、股票型平均指数、混合型平均指数和沪深300指数.实验结果表明本文算法在基金购买份数比、年化收益率以及最大回撤等指标上的表现均优于普通定投算...     

不同策略条件下的投资组合平均风险比较与分散

针对中国股市的现实, 根据投资者的投资偏好, 首先确定4个投资策略分别构造投资组合, 实证研究不同策略下投资组合平均风险的差异;其次,利用改进的间接分解模型分别计算各投资策略对应样本股的风险构成, 考察各策略的分散化效果．研究发现：不同策略组成的投资组合的平均风险存在明显差异;与从沪深两市中随机选择股票构造投资组合相比, 投资大盘蓝筹股能够使投资组合平均风险明显下降．对策略3和策略4而言, 30个股票构成的投资组合已经基本消除所有非系统风险,但协方差风险被分散掉的证据不足．     

基于Adaptive Lasso的股票指数跟踪问题研究

将处理高维数变量选择问题的Adaptive Lasso运用于指数跟踪问题,利用LQA算法,实现Adaptive Lasso的求解,为构建股票投资组合跟踪指数提供了一种新的方法。实证部分表明:利用此方法构建股票组合来跟踪沪深300指数能够获得很小的跟踪误差,预测能力十分可观,且计算时间极短,说明了该方法在指数跟踪中的实用性。     

沪深300股指期货价格跳跃行为对现货价格及其波动性的影响

采集2010年4月16日至2011年12月23日期间沪深300指数每日收盘价和沪深300指数期货每日结算价等数据,运用GARCH（1,1）-ARJI模型扩展的GARCH（1,1）-M-ARJI模型,探讨了沪深300股指期货价格的跳跃行为对现货价格及其波动性的影响.研究发现,沪深300股指期货价格的跳跃行为具有价格发现功能,当期的期货价格跳跃行为显著地影响当期现货价格和现货价格的波动.     

基于分层市值加权法的沪深300股票指数模拟组合构建

对市值加权法构建股票指数模拟组合时权重股的选取和分层市值加权法的基本步骤进行了分析,并根据行业分类,采用分层市值加权法构建了沪深300指数的模拟投资组合。     

沪深300股指期货、现货及恒生指数关联性研究

选取2010年4月至2016年2月沪深300股指期货、现货价格和恒生指数共1 421组数据,运用格兰杰因果检验、VECM等方法分析了它们之间的相互影响。结果表明:沪深300股指期货对恒生指数的增长有较大的负面影响,沪深300指数的增长对恒生指数起到了正面引导的作用;沪深300股指期货、现货价格对恒生指数的脉冲响应均为正值,分别在第2期、第1期达到峰值;方差分解发现第2期以后沪深300指数的贡献度为65%左右,恒生指数贡献度为30%左右。     

香港国企H股与沪深股市股指收益率波动特征及其关系研究

选取香港国企H股指数、上证指数和深圳综指2003年2月26日至2006年5月12日的股票日收盘指数作为样本,运用TARCH模型研究收益率波动的特征.结果表明:三市指数收益率均存在信息不对称效应,但沪、深股市比香港国企H股波动剧烈.运用Johansen多变量协整关系检验及Granger因果关系检验.结果发现,它们之间存在着长期稳定的协整关系.香港国企H股与内地股市关系密切,香港国企H股的变动会对沪、深股市产生影响,而沪、深股市的变动不会对香港国企H股产生影响,同时上海股市的变动也会对深圳股市产生影响,但深圳股市的变动对上海股市影响不大.     

我国资本市场加速开放背景下的全球股票资产配置策略实证研究

在我国资本市场加快开放步伐的背景下,如何构建有效的国际资产配置组合已经是一个具有现实意义的迫切问题。针对均值方差理论,采用非传统理性预期的风险偏好度量方法,完成投资者新投资偏好基础上的投资组合的实证研究。研究结论如下:从收益率特征来看:组合的收益率高于单一资产收益率或者持平,且风险相对其他单一资产而言要小;从资产配置类型来看:对于所有类型投资者而言,标普500都是最受青睐的资产;沪深300作为新兴市场指数,在国际配置中的比例几乎为0;从资产配置比例来看:随着投资者风险偏好水平递增,投资者资产配置趋于单一的高收益资产;相反,随着投资者风险厌恶程度的增加,投资者趋于分散化投资。     

基于动态聚类和遗传算法的跟踪误差优化研究

针对传统按相关系数高低进行选股并使用简单的非线性规划进行跟踪误差优化的方法进行改进,以沪深300指数为目标指数,根据动态聚类方法进行选股,基于遗传算法进行优化求解分配最优资金配置权重,在一定约束条件下构建指数投资组合,实现跟踪误差优化目的.实证结果表明,结合动态聚类与遗传算法构建指数投资组合,比传统的相关系数法选股并进行非线性规划求解能得到更小的跟踪误差和更好的目标指数拟合效果,目标指数跟踪拟合效果更为有效.     

股指期货对现货市场日内波动影响的研究

本文使用GARCH及其拓展模型对沪深300股指期货上市前后我国市场的高频数据进行了分析研究,研究发现：股指期货上市后,我国股票现货市场的波动性出现了显著上升,这种上升并不源于现货市场信息效率的提高。研究同时表明,股指期货引入所带来的高时间频率下现货市场的波动上升不仅仅局限于股指期货标的指数,沪深300指数成分股之外的股票波动性也出现了显著上升。研究表明,股指期货并没有提高现货市场的定价效率。     

基于ECM-GARCH 模型的沪深300指数 期货套期保值策略的研究

首先选取沪深300指数日收盘价和沪深300股指期货日收盘价作为原始数据,对其进行描述性统计分析、平稳性检验及协整检验,得出两个日收盘价的对数收益率是平稳的,且两个收盘价之间是协整的.其次,巧妙运用普通最小二乘法、B-VAR、误差修正、GARCH(1,1)和ECM-GARCH模型,研究股指期货最优套期保值比率,得出ECM-GARCH模型最优.最后,分析沪深300股指期货套期保值策略的构建问题.运用动态调整法,从多头和空头套期保值策略进行分析,需要每天计算最优套期保值比率来确定最优股指期货合约份数.