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.     

反馈式随机游走模型及其在股票投资中应用

针对随机游走分析在股市价格模拟中的固定漂移率、后效性等缺点,提出了反馈式随机游走模型．基于反馈式随机游走模型,通过确定性与随机性因素对股价影响与作用分配模拟了1998～2000年的上证综指．进一步分析了模拟结果的标准差及其正相排序．统计分析表明该模拟有效．与现有股市系统分析方法相比发现,该反馈式随机游走模型具有更适于现实股价波动分析,可确定出对股价影响较大的因素等优点．     

沪深股市长期水平回归模型及其实证

本文对沪深股市的长期水平规律进行了研究,发现我国股市的长期预期收益不能认为是常数,并建立了两股市的预期收益、股价和股利三者之间的长期水平线性模型,并给出了实证分析.     

ARCH族模型对沪市综合指数的实证分析

本文选取沪市股价综合日指数(1999/01/01～2002/12/30)作为样本,根据有效市场理论,利用股指的随机游走过程对上海股市的有效性进行检验,建立ARCH模型验证上海股市的可预测性.实证结果发现,上海股市具有杠杆效应、波动集群性和波动持续性.     

互联网热点新闻对中国股价的影响研究

互联网新闻对股价的波动有一定相关性。本文在随机漫步理论的指导下,利用网络爬虫技术采集新闻样本数据,用文本挖掘和文本分类技术将政策类新闻分为支持性新闻和抑制性新闻两类,并用事件研究法实证分析得出不同类型的政策性新闻对股价的影响。结论如下：(1)政策类新闻会对公司个股产生显著影响;支持性政策新闻会对股市产生正向影响,抑制性政策新闻会对股市产生负向影响;(2)支持性政策新闻对股价平均异常收益率的显著性高于抑制性政策新闻对股价的平均异常收益率,但是抑制性政策新闻产生的影响在报道发生后长期存在。     

股价变化率的基本积分-微分方程

应用数学、力学模型和方法，对股市作量化的高等分析。依靠少量的假设，主要是求供关系决定价位升降。建立股价变化率的基本方程；量化地考虑了股价变化率与价位、时间、银行利率，政策，投资策略等影响。     

中国股市基于成交量的价格动量策略

根据1999年Hong和Stein信息逐渐扩散的行为模型，构建了中国股市基于成交量的价格动量策略、结果表明，低成交量组合中存在着显著的中期动量，并且持有低成交量赢者组合，明显能够战胜市场组合．成交量包含未来股价走势的重要信息，能够测度私有信息的扩散速度及动量交易的规模．传统风险因子对策略收益缺乏解释力，与信息逐渐扩散模型假设相一致，私有信息或公司特有信息的缓慢扩散，造成股价对信息反应不足，从而产生了价格动量．此外，由于信息不对称引发的股价操纵行为，对价格动量也具有一定解释力。     

基于ARIMA模型对上证指数的预测

股票价格涉及很多不确定因素,且各个因素之间的相关关系错综复杂, 因此要从理论上彻底弄清楚股市的变化机理十分困难.然而股市是一个运动的、特殊的系统, 它必然存在着规律.以上证综合指数为例,利用EVIEWS软件对其股票价格建立ARIMA模型,提出了股票价格序列的一步向前静态预测方法,用于股票价格序列的建模及股价短期预测,希望为企业和投资者在进行相关决策时提供有益的参考.     

我国股票发行定价中存在的问题与对策

股市是国民经济的睛雨表.股市的走势和股价的变化,是国家经济发展和公司发展的反映.自2002年6月以来,我国股票市场持续下跌,股市走势与国民经济发展严重背离,许多2002年以后上市的次新股在股市连续下跌中,已跌破发行价格,股票发行定价问题受到业内普遍关注.     

我国股票发行定价中存在的问题与对策

股市是国民经济的晴雨表.股市的走势和股价的变化,是国家经济发展和公司发展的反映.自2000年6月以来,我国股票市场持续下跌,股市走势与国民经济发展严重背离,许多2000年以后上市的次新股在股市连续下跌中,已跌破发行价格,股票发行定价问题受到业内普遍关注.     

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。     

基于股利贴现的股票动态定价模型与仿真

基于股利贴现模型,借鉴实际经济周期模型的思想,建立动态的股票定价模型,分别研究在随机技术冲击和税收政策的变化时,股票的动态价格变化.模型分析表明:股票的价格变化是逐渐进行的,股票的价格总是等于价值,市场是有效的,股票价格的波动不服从随机游走.     

改进的时间相关序列股票价格混合预测模型研究

金融股票市场是一个极其复杂的演化系统,因此对股价波动进行准确预测是投资者理性规避投资风险的重要渠道。本文首先通过构建科学性较强的自回归移动平均与支持向量机（ARIMASVM）模型分析一维金融时序数据的线性成分,对我国股价波动进行样本内预测并与真实数据作比较,再利用改进的支持向量机（TGDSVM）模型基于金融面板时序数据处理线性预测后剩余的非线性成分信息。采用平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对比例误差（MAPE）、回归指数（WIA）、百分标准误差（SEP）与Nash系数六个预测精度指标检验五只股票日收盘价的预测精度。仿真结果表明：改进的时间相关序列（ARIMA-TGD-SVM）股票价格混合预测模型可以很好的弥补传统支持向量机（SVM）模型对解决多分类问题存在困难和对大规模训练样本难以实施的不足,并有效解决其利用欧式距离表征时序数据内部真实相互关系不足的缺陷,能够为股市预测提供理论依据和实际应用奠定基础。     

基于卡尔曼滤波的股市泡沫度量

提出了一种新的基于卡尔曼滤波的股市泡沫度量模型.该模型将股市泡沫和内在价值均视为不可观测变量,利用市盈率中含有的股票内在价值的信息和信贷量中所含有的股市泡沫信息,同时对股票市场的理性泡沫和内生泡沫进行估计.实证结果表明,我国股市泡沫在2001-06达到最大,随后开始减小;我国股市只存在理性泡沫,而不存在内生泡沫,这反映了我国股市的投机性较大;通过对股市泡沫破裂前后的对比分析表明,我国股市的实际投资价值正越来越明显.     

基于双因素的可转换债券定价模型

将信用风险、利率期限结构引入到二叉树定价模型中,建立以股价和利率为标的变量的二叉树定价模型.在给定的边界条件和具体参数下,对我国的可转换债券进行定价研究,并用市场数据对模型做了实证检验.对比标的股价二叉树定价模型的计算结果,发现基于双因素的可转债定价模型的计算精确度较高,同时,计算得到的理论价值的走势跟市场价格的走势较为相似.     

中国证券市场A、B股价差分析

目前中国的2大分割证券市场:A、B股市场存在显著的价格差异.分析了A股对B股溢价这一现象背后的原因.结合分割市场理论和当前中国证券市场的实际情况,分别进行了理论和计量分析.根据计量模型计算结果,A、B股市场目前所存在的较大的流动性差异,是引起A、B股市场价差的重要原因.若B股市场的流动性难题无法解决,B股市场的发展将受到极大制约.     

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。     

中国股票市场的波函数

基于量子力学的基本假设,对Zhang和Huang提出的股票市场量子模型进行了改进,构建新的股票市场的哈密顿函数。通过求解相应的薛定谔方程,得到描述股票收益率的波函数。从理论上验证了在中国股票市场上,股票的价格受到市场信息的影响,因利好信息而升高,因不利信息而下降。     

基于R/S分析的深圳股票市场分形特征分析

利用R／S方法考察了深圳证券交易所六支股票的开盘价、收盘价、最高价和最低价四个变量的分形特征．研究表明单支股票的价格分形维数具有唯一性；同时股票市场具有短周期性，说明了我国股市的投机特征．     

基于遗传神经网络的个股价格短期预测

针对个股价格的短期预测,提出了一种基于遗传神经网络算法的股票收盘价格分析和预测方法,在允许的相对误差下,所得到的模拟结果表明预测系统能够较好地预测股票价格的趋势.人工神经网络预测股票价格具有良好的应用前景,而遗传神经网络算法则可提高预测的速度和可靠性.