基于模糊聚类技术的股票投资价值评价指标选择

从实证角度为价值投资理论在中国股市的应用建立了股票投资价值评价指标集.首先深入分析股票投资价值的诸多影响因素,然后以全部上市公司为样本,采用模糊聚类技术对股票投资价值的各影响因素进行聚类,并依据相关指数对同类指标进行筛选,最终得到一个科学的和有操作性的股票投资价值评价指标集.该股票投资价值评价指标集基本涵盖了股票投资价值所包含的有效信息,因此可以用多维数组来刻画一支股票的价值信息,从而为人工智能方法在股票价值投资方面的应用提供了实证依据.     

基于系统性风险角度对基金资产配置策略的计量分析

为解决基金投资收益与系统性风险之间矛盾,首先通过层次聚类分析建立综合评价模型,其次通过时间序列分析建立二次规划以及多目标规划模型,分别求解出基于效用最大化的股票投资组合策略,基于投资效用最大化、风险价值最低的投资收益与系统风险平衡策略.研究得出:不同基金公司之间资产配置策略相似性的度量;最优的股票投资组合策略;度量每个基金公司2020年在95%置信水平下的风险价值;构建了投资效用与风险价值平衡下的双目标优化模型.     

基于AHP的股票投资价值测评模型研究

基于AHP的理论基础，介绍了如何构建股票投资价值评测模型，并对八只股票投资价值进行实例评测，给出比较结果，以考证实用性。     

基于层次分析法的股票价值评估模型的研究

基于中国资本市场中股票投资存在巨大风险和投资者缺乏可靠投资决策依据的现状,将市盈率估值法、折现估值法、市销率估值法、市净率估值法四种股票估值方法纳入层次分析法中进行综合评价,建立股票价值综合评估模型来解决股票估值的方法选择问题。     

股票的投资价值、投资理念与投资分析方法

在时股票的投资价值和投资理念进行讨论的基础上，时股票投资的基本分析方法和行为分析方法进行了较深入的探讨，时证券市场风险预警指标体系进行了设计，介绍了股市风险顸警信号界限的确定方法，建立了基于市场风险信号顸警的投资决策模型。     

人机系统价值的模糊综合评价

通过人机系统的安全价值、使用价值和经济价值的评价,为构建和谐人机系统关系提供依据.确立了人机系统价值评价指标体系,并运用层次分析法确定权重系数.根据人机系统价值评价指标体系具有模糊性和不确定性的特征,采用模糊数学方法处理和量化评价指标.建立了二级模糊综合评价模型,并应用模型对一人机系统价值进行了评价,结果表明评价模型准确、有效.表4,参8.     

一种改进的供电企业客户价值综合评价算法

针对供电企业用电客户,从客户价值的内涵界定入手,基于对现有分析评价方法的研究,提出了供电企业客户价值评价指标体系,建立了客户价值综合评价模型。模型对传统的灰色关联法进行改进,采用层次分析法给指标赋权,使指标权重更科学合理。通过邢台供电分公司用电客户的实例证明了模型的有效性。     

基于系统性风险角度的基金资产配置策略分析

为从系统性风险角度分析基金资产配置策略,首先利用ARMA模型预测股票价格,并构建线性规划模型确立最优的股票投资组合策略.其次综合考虑每家公司配置资产时的收益和风险,构建马科维茨投资组合模型和投资效用-VaR平衡模型,给出最优投资组合策略下的投资效用以及风险价值.最后建立了基于聚类分析的相似性度量模型分析其公司间资产配置...     

成长型股票价值及股利支付路径之最优化模型

对成长型股票建立了两阶段EBO价值评估模型，利用动态规划法求解最优股利支付路径及股票价值．基于该估值模型，进行了实际的股票投资价值计算与筛选．理论分析表明，成长型股票在成长期内不分配红利的股利政策才符合股票价值最大化，成长型股票的价值与公司的盈利能力、盈利持续性(预测期长短)、资本成本、预测期期末资本溢价有关。     

收入资本化理论在股票价值分析中的应用

股票内在价值分析是股票投资成败的关键环节.现利用收入资本化理论对符合不同约束条件股票的内在价值进行了分析,并从经济学的角度阐述了各模型的适用范围.     

中国上市公司股票评级的财务结构模型分析

目前关于我国股票市场的评级尚处于探索阶段,在评级时往往对各个评级的因素采用专家法或者历史法等,特别是对于影响股票评级的各个因素的确定以及因素间的相互作用缺乏定量的分析,常采用一些多元统计的方法而对整体的关系无法进行深入的分析.将结构模型应用到中国股票市场的股票评级中,建立了关于中国股票评级的财务结构模型,分析了各个因素对股票评级的影响,并对中国上市公司股票评级建立了经验模式值,这对于中国股票评级和银行的信用评级具有一定的借鉴意义.     

基于GA-SVM模型的虹膜质量评估方法

针对虹膜图像质量评价过程中存在的如何选取适量的评价因子、 如何降低评价因子的计算量、 如何对评价因子进行有效融合等问题, 提出一种基于遗传算法支持向量机（GA-SVM）模型和多测度评价指标的虹膜图像质量评估方法. 首先对虹膜图像进行清晰度质量评价, 粗略筛除模糊图像; 然后选用4个评价指标, 利用GA-SVM模型对评价指标值进行有效融合, 以综合评价虹膜图像质量; 最后将该方法在吉林大学第六代虹膜库中进行验证, 并与其他经典评价方法进行对比. 实验结果表明, 该方法能提高可用虹膜存活率, 并达到较好的识别精度, 同时提升系统运行速度.     

GA-SVM对上证综指走势的预测研究

将支持向量机和遗传算法结合,建立了一种智能数据挖掘技术(GA-SVM),并用于对上证综指市场走势进行了探索.在这个混合的数据挖掘方法中,GA用于RBF参数的设定以及特征集的选择,从而智能的找到SVM的最佳参数,减少SVM特征值的复杂度,提高了SVM算法速度.SVM用于判断未来股票市场的走势,并与统计模型、时间序列模型方法、神经网络进行了对比.实验证明,GA-SVM优于其他几种方法,这种方法对于股票上涨或下跌的预测研究是有效的.     

基于Copula—GARCH模型的民族地区沪市A股投资风险研究

本文采用Copula—GARCH模型对金融市场中投资组合的风险问题进行分析,并选取沪市A股中西部民族地区的5支股票进行实证研究,结合Monte Carlo模拟计算了投资组合的VAR值,结果显示对资产进行适当的组合可降低投资者的风险,从而证实了模型的可行性和有效性.     

基于模糊时间序列的投资组合折中规划

通过建立证券价格为梯形模糊数的模糊时间序列预测证券价格,并以预测值与购买价格的比值衡量投资收益,以预测收益低于期望值的半绝对偏差计量投资风险,建立二目标投资规划模型,采用折中规划的方法求解,与均值-绝对偏差模型投资组合效果进行对比.对15只上证50指标股进行实证分析表明:折中规划可以根据市场的运行趋势进行投资决策,并且可以避免均值-绝对偏差二目标规划在严格数据约束下的无效解问题.     

聚类分析在证券投资中的应用

聚类分析在证券投资方面的研究有很大的发掘空间。笔者将聚类分析方法引入到证券投资分析中，对股票的行业因素，公司因素，收益性，成长性等基本层面进行考察，建立了较为全面的综合评价指标体系，衡量样本股票的“相似程度”，然后通过聚类分析模型来确定投资范围和投资价值。结果表明该方法能帮助投资者准确地了解和把握股票的总体特性，预测股票的发展潜力，并通过类的总体价格水平来预测股票价格的变动趋势，选择有利的投资时机，实证研究表明该方法对指导证券投资具有有效性和实用性。     

Forecasting Financial Distress of Chinese High-tech Manufacturing Companies Based on a Hybrid Model of GA-SVM

Owing to the radical changing of Chinese economy, it is essential to build an effective financial distress prediction model. In this paper, we present a genetic algorithm (GA) approach for optimizing parameters of support vector machine (SVM). We validate the proposed model on datasets of Chinese high-tech manufacturing industry. Experimental results reveal that the proposed GA-SVM model can compare to and even outperform other exiting classifiers. Compared to grid-search algorithm, the proposed GA-based takes less time to optimize SVM parameter without degrading the prediction accuracy of SVM.     

市盈率投资策略的适用性实证研究——基于我国创业板市场

近期,我国证券市场(尤其创业板市场)的频繁波动引起投资者的高度关注.作为一种重要的投资参考指标,市盈率能否为投资者提供良好的决策依据?针对这一问题,运用因子分析、独立样本T检验等方法,从股票成长性、低市盈率股票投资价值两方面,探究市盈率投资策略是否适用于我国创业板市场.结果显示,高市盈率股票不具有高成长性,甚至是较低的成长性;低市盈率股票的市场表现没有达到理论状态.因此,市盈率投资策略目前在我国创业板市场上效果不显著,市盈率在指导投资中的作用有限.研究结论为监管当局完善创业板市场的相关制度、上市公司优化企业的经营状况、投资者的投资决策提供有用的信息.     

基于对数期望-熵模型的证券组合投资研究

由于证券是一种连续投资,算术平均收益率并不能完全反映投资的收益情况,而几何平均期望收益率才能反映连续投资的实际收益。文章建立了对数期望-熵模型来度量投资的风险,并以沪市证券市场进行实证研究,利用该模型选出适当数量的股票进行优化组合。