基于残差的非线性自回归模型的拟合优度检验

时间序列模型中,考虑误差分布的拟合优度检验是很重要的．Lee和Na（2002）考虑了在线性自回归模型下,基于残差的Bickel—Rosenblatt检验问题．他们指出了在原假设条件下,检验统计量的极限分布与利用独立同分布观测值的经典Bickel—Rosenblatt检验相同．本文主要讨论无限阶的非线性自回归模型的基于残差的Bickel—Rosenblatt检验统计量的渐近性质．我们证明了在自回归函数未知的情况下,当满足一定条件时,检验统计量的渐近性质与基于真实误差的统计量的性质相同．     

MDH理论与日历效应下的中国股市量价关系

基于分布混合假说(MDH)理论的数学推导,以我国深沪股市的大盘指数为研究对象,检验原始交易量、包含自相关性的交易量对广义自回归条件异方差模型(GARCH)效应的解释效果,并分析日历效应对交易量与股价波动性关系的特殊影响.结果表明,GARCH模型可以很好地拟合中国股市的股价波动持续性问题;当引入原始交易量以后,股价波动性在一定程度上可以为原始交易量所解释,而包含自相关性的交易量对股市GARCH效应并无很好的解释力.经实证分析证实,股价的日历效应对于上海市场中交易量对股价波动性的解释有着推波助澜的作用.     

基于已实现波动率的Lp分位数回归(英文)

提出了一种基于已实现波动率的L_p分位数回归模型,这是一种新的金融风险模型.基于已实现波动率的L_p分位数回归模型将已实现波动率与L_p分位数回归结合起来,并且将L_p分位数加入模型的度量等式中.该模型是囊括基于已实现波动率的分位数回归模型和基于已实现波动率的Expectile回归模型的更为一般的模型.通过非对称幂指数分布(AExpPow)导出模型的对数似然函数,并且通过模拟证实了所提出的对数似然函数的正确性.最后通过实证研究证实基于已实现波动率的L_p分位数回归模型的有效性,得出如下结论:不同的幂指数p适用于不同的数据,不同的时间频率适用于不同的已实现波动率,而不是时间频率越高越好.     

股票市场价格波动的实证分析

利用几何布朗运动模型模拟一段时间内的股价波动并绘出其价格曲线，与实际的价格曲线相对照，发现股价波动直观上近似符合几何布朗运动。进一步进行严格的统计检验，结果表明几何布朗运动模型只能部分地描述我国股票市场的价格波动规律。     

最小自相关原理在有色过程定阶中的应用

基于残差序列最小自相关原理，提出一个新的模型适用性检验准则及其递推算 法，用于确定有色噪声过程模型的阶次。其特点是显著性高、计算量小，并且不受噪声 模型自回归阶次等于滑动平均阶次条件的限制。     

股票价格塑性模型及其计量经济学检验

从股票市场的量价规律出发提出股票的均衡价格、股价塑性等概念,建立包含高频交易数据的股价塑性理论的计量经济模型.用样本股票的数据对股价塑性模型进行检验和实证分析,检验结果表明,除了拟合优度R2稍差之外,解释变量的t检验和方程的F检验以及模型的经济学检验结果都较理想,实证分析结果表明股票价格的变化具有塑性的特征.     

一列非线性回归模型的LS估计

考虑一列非线性回归模型，对非线性项使用了一阶近似进而使模型转化为线性模型，得到了模型LS估计的迭代解，考察了解的渐近性质，证明了过程的可行性，最后对非线性项的特殊情形作了描述，其中1种情形可得到LS估计的精确解。     

一列非线性回归模型的LS估计

考虑一列非线性回归模型，对非线性项使用了一阶近似进而使模型转化为线性模型，得到了模型ＬＳ估计的迭代解，考察了解的渐近性质，证明了过程的可行性，最后对非线性项的特殊情形作了描述，其中１种情形可得到ＬＳ估计的精确解。     

基于灰色理论与ARIMA模型的股票价格预测

利用组合模型对茅台股票价格进行预测。首先通过ADF检验观察价格时间序列是否平稳。其次,选择ARIMA、GM(1,1)、GM-ARIMA回归模型分别对股票价格序列进行拟合。最后,基于误差标准选择GM-ARIMA回归模型对茅台股价进行预测。结果表明,GM-ARIMA回归模型更能准确地预测茅台股票的股价。     

AR(1)模型下F检验的性质

讨论误差服从一阶自回归的线性模型关于回归系数的线性假设检验问题,在方差参数已知的情况下,研究了检验统计量的性质;在方差参数未知时,采用前三阶中心矩相等的方法,提出两种近似检验方法．模拟结果显示,当误差正相关程度较高时,两种近似检验在具有较小的第一类错误的同时,具有较大的功效。     

虚拟股市建模与混沌分析

从证券市场的微观结构入手 ,建立了基于Multi_Agent的股市模型 .计算了模型产生的股价时间序列的Lyapunov指数和关联维 ,并对其进行主分量分析 .对比研究表明 :该模型不仅能产生与真实股市极为相似的股价走势 ,而且其混沌行为与真实股市有深刻的一致性 ,可以通过对此模型的深入研究揭示真实股票市场这类复杂系统的演化规律与运作机理 .     

自适应元胞遗传算法与股票价格行为分析

与以往侧重于刻画从众模仿行为的元胞自动机价格模型不同,论文基于Moore型邻居投资者分布结构,以预测精度为切入点,将遗传算法引入到元胞自动机股票价格模型中,投资者与“邻居”沟通和分享信息,并由遗传算子来优化其对股价进行预测的各要素权重;研究了两种预测模式下的权重演化行为。以及权重交叉概率对股价行为（收敛性、波动性等）的影响;模拟了预期驱动下,股价与市场情绪的关系．研究认为：元胞遗传算法的引入,较好地驱动着股票价格回归基本价值,减轻了股票市场的波动性．     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

股价信息含量对企业资源配置效率影响实证研究

以中国上市公司为研究样本,采用股价波动非同步性方法度量股价信息含量,并基于面板数据回归模型对股价信息含量与资源配置效率的因果关系进行了实证检验.实证结果表明:股价信息含量与企业的投资过度行为呈显著负相关,即股票价格中包含的特质信息能起到抑制企业投资过度行为,增加资源配置效率的作用;高信息含量股价也能显著提升企业未来期间的经营绩效水平.因此上市公司股价信息含量增加能对资源优化配置产生正向促进作用.     

基于Attention机制的LSTM股价预测模型

针对时间序列分析方法和神经网络对于股价预测具有一定局限性的问题,将基于Attention机制的LSTM模型应用于股价预测;以2014-01-02—2020-09-22日的上证工业指数、上证环保指数等相关数据为样本,在LSTM模型中引入Attention机制,使模型聚焦于重要的股价特征信息,预测股票第二日的最高价;实证研...     

股息贴现模型的无套利性质分析

股息贴现模型是估计股票内在价值的基本方法,无套利均衡是现代金融理论的基础.现有的研究通常将股息贴现模型确定的股票内在价值作为股票的理论价格.通过公式推导证明了股息贴现模型确定的股票理论价格具有无套利性质,将股息贴现模型确定的股票内在价值作为股票的理论价格是符合无套利原理的.     

中石油在上海、香港和纽约的股票价格的相关性分析

利用协整理论和以VAR模型为基础的VECM模型,对中石油A股、H股和中石油美股之间的波动相关性进行实证研究。研究的结果表明：1）三地的股票价格之间存在协整关系,即长期均衡关系;2）中石油A股的价格波动主要受其自身的影响,H股和美股价格的影响较为有限;3）中石油美股价格在中石油股票的价格发现中起主导作用。     

基于多元回归与技术分析的组合股票价格预测

在股票交易过程中,股票价格走势是很多中国股民关心的热点问题.选取股市中4个重要技术指标,相对强弱指标(RSI)、顺势指标(CCI)、移动平均线(MACD)和5日均线建立了非线性回归预测模型,对我国农业银行和滨江股份股票的价格走势进行了短线预测.结果表明,建立的回归模型可以预测某些股票短期价格趋势,具有一定理论和实际应用价值.     

基于马氏链的股指期货合约指数的预测

采用马氏链模型对我国股票指数期货四种合约的每日收盘价格进行短期预测,发现该模型对当月连续合约、下月连续合约以及下季连续合约等三只合约未来五个交易日的预测准确率为100％,而隔季连续合约仅为40％.利用马氏链遍历性的平稳分布,给出长期市场环境下,股指期货发生在不同区间的概率分布,以及返回各个状态需要的平均时间.