基于微信文本挖掘的投资者情绪与股票市场表现

本文以基于微信文本挖掘的投资者情绪与上证指数收盘价、成交量为研究对象,研究了投资者情绪时间序列与收盘价、成交量时间序列之间的关系.研究结果验证了投资者三种情绪倾向对股票市场的影响方式和效果不同:基于微信文本挖掘的投资者消极情绪比例能够稳定预测上证指数收盘价,基于微信文本挖掘的投资者积极情绪倾向和中性情绪倾向比例的增减变动能够迅速引发滞后1天的上证指数成交量的增减变动.研究表明基于微信文本挖掘的投资者情绪对于预测股票市场表现有重要作用.     

基于BP神经网络的股市建模与决策

给出一种基于BP神经网络的股票市场建模、预测及决策方法。研制成功了股票预测与系统，只需输入当天收盘价、成交量等七个容易得到的股票信息，系统就能给出下一交易日的买卖决策。通过对综艺股份及许继电气两支股票的预测与决策实验，表明所提方法有效，且易于操作，有实际应用价值。     

基于成交量的股价序列分析

不管是基于交易时间进程，还是基于日历时间进程，股价的时间序列分析都是基于固定的时间进程来研究价格变化规律。本文认为基于固定时间推进的股价时间序列分析缺少考虑成交量的重要影响，提出基于成交量过程推进的股价变化模型。从交易的时间、股价和成交量的三维空间出发，提出维度转换的思想，把从时间维度转换到成交量维度，重新构造基于成交量的股价序列的研究方法。这种方法把成交量融入到价格序列中，体现了量价配合的思想。这种模型不同于以往的时间序列分析只是对原来的序列从模型上或参数上改进，而是对序列本身进行重新构建。通过对重新构造的基于成交量的股价序列和原来的收盘价和平均成交价时间序列进行误差自回归——GARCH模型的实证比较分析表明，维度转换的思想和重新构造序列的方法是可行的，也是有效的。     

燃料油期货市场成交量、持仓量与波动性关系

采用GARCH模型、方差分解以及脉冲响应函数等方法研究了我国燃料油期货市场的价格波动与成交量和持仓量之间的关系.通过研究得到以下结论: 成交量对价格波动具有很强的解释作用,可以根据上一期成交量的变动, 预测下一期的价格波动;当期持仓量对价格波动具有很强的吸收作用, 持仓量增大时,期货价格波动将随之减小,但滞后期持仓量的变动对期货价格的波动性不具有解释作用,因此无法根据持仓量的历史数据预测未来的价格波动.同时考虑成交量和持仓量时, 当期成交量表现出很强的解释作用,若当期成交量增大, 则价格波动也将增大,反之则减小;当期持仓量在成交量和持仓量同时增加时对价格波动的影响小于在成交量增加、而持仓量没有增加时对价格波动的影响;而滞后期的成交量和持仓量对价格波动均没有显著影响.价格波动的残差扰动大部分由其自身造成;波动性对持仓量的影响比较明显;而成交量与持仓量之间存在显著的相互影响. 脉冲响应曲线表明,燃料油期货市场符合混合分布假设, 市场深度的价格效应是暂时的.     

时变弹性系数生产函数的非参数估计

提出了时变弹性系数生产函数模型,该模型刻画了弹性系数不再是常数而是随时间变化而变化的函数,并且去除了古典生产函数模型的两个不合理的假设,即所提出的模型释放了技术进步是中性的以及技术进步与投入要素投入量变化是独立的两个假设,从而使所提出的模型更加符合实际应用的情况.文中通过现代统计学中的非参数推断方法,研究了时变弹性系数生产函数回归模型, 利用局部多 项式回归方法,给出了时变弹性系数函数的局部线性加权最小二乘估计.根据广义似然比检验,检验了弹性系数的时变性.结合中国的实际例子, 通过实证得出,在1981年到2004年期间, 中国的资本和劳动产出弹性都不是常数而是时间的非线性函数.资本产出弹性在0.21至0.68之间, 劳动产出弹性在0.44至0.89之间,规模报酬在0.89至1.14之间.     

基于股市和汇市成交量信息视角的股价波动预测

以往研究忽略了汇市成交量包含的信息对股价波动的影响,可能导致模型参数的有偏估计.基于泊松分布的随机波动率模型不仅可有效解决传统做法对成交量信息使用不足的问题,而且通过将汇市成交量信息引入模型,与现有文献形成有益补充.通过SMC算法编程实现了SV-VOL模型的有效估计,发现股市成交量信息有助于股价波动预测;汇市成交量信息是通过股市流入净资本这一间接渠道最终影响股票收益率与股市量价关系.     

回归模型在模拟驾驶训练效果分析中的应用

利用车辆驾驶模拟器进行训练时,收集训练数据、分析训练效果是提高训练水平的重要手段.根据所获得车辆驾驶模拟器训练得分数据,分别建立了一元线形回归模型和幂函数回归模型来拟合训练得分与训练时阃回归方程,比较了两者的优劣.认为幂函数回归方程更符合实际情况.最后,分析了建立回归模型过程中可能存在的问题,并给出了改进意见.     

考虑决策者偏好的模糊决策单元排序

基于模糊数加权平均值,提出了一个模糊不确定条件下的超效率DEA模型.该模型中含有体现决策者乐观程度的实数κ和表示决策者偏好的加性测度S.决策者根据自己的乐观程度和偏好,使评估在模糊数支撑的特定子集内进行,可得到考虑决策者偏好的模糊决策单元全排序.将该模型应用于弹性制造系统的评估,结果表明模型有效可行.     

上证指数收益率、波动性与成交量动态关系研究——基于日数据的非线性动力学实证分析

对上证指数的收益率、波动性与成交量的动态关系进行了实证分析.采用EGARCH(1,1) M模型和ARMA(4,3) ARCH(1)模型分别测度上证指数收益率的波动性以及成交量的波动性,使用逐步回归法建立了收益率与成交量(R-V),收益率的波动性与成交量(hR-V)以及收益率的波动性与成交量的波动性(hR-hV)等的二维动力学模型,并用动力学方法研究以上诸二维系统的动力学行为.研究结果表明,虽然大量研究结果表明股市收益率时间序列存在混沌现象,但由收益率与成交量、波动性与成交量等构成的二维动力系统并不存在混沌现象.     

蚂蚁算法处理弹性需求混合交通UE配流问题

针对我国城市交通路网内机动车与非机动车混行的交通现状,提出了一种基于蚂蚁算法(ant algorithm)的寻优策略处理弹性需求下混合交通UE(user equilibrium)配流问题.同时,根据蚂蚁算法的思想以伪代码形式设计了求解弹性需求下混合交通UE配流模型最优解的程序流程,并应用于一个实例.算例表明,蚂蚁寻优策略在寻优的可靠性和计算效率方面优于传统的寻优算法.     

基于马尔可夫毯时序回归模型的房地产板块指数预测

房地产板块是中国股市的核心行业板块，房地产板块股价指数走势的分析有助于对中国股市态势的正确把握. 针对行业板块之间的相关性难以发现和房地产板块股价指数难以有效预测的问题，基于股市行业板块之间指数波动的相关性，利用马尔可夫毯学习算法选择与房地产板块相关的行业板块，通过因果分析避免现行方法中选取相关板块的主观性；进而，利用Granger因果检验从中选择与房地产板块存在时序因果关系的板块，从而构建房地产板块的向量时序回归模型，实现对房地产板块股价指数的有效预测；最后，通过脉冲响应和方差分解对模型进行分析. 对于上证股市所进行的实验比较和实证分析的结果表明，该方法能有效预测房地产板块股价指数的走势.     

识别被锁定流通股数量的一种定量分析方法

通过分析股票价格和成交量的内在关系,建立股票价格的塑性模型,并对该模型进行推导,提出了一种识别被锁定流通股数量的定量分析方法,并对三支问题股进行了相应的实证研究.实证结果表明本文方法计算出的被锁定流通股数量与历史相符合.     

证券市场预测的神经网络方法

首先讨论了证券市场的各种影响因素、预测分析方法和定量预测模型的选择。然后运用神经网络模型的非线性映射能力和学习联想能力，提出了证券市场预测的通用模型。最后通过一个证券买入时机预测的实例，证明了该模型的有效性.     

基于持股数据的基金择股能力评价

证券投资基金的业绩评价是一个在理论和实践中都十分有意义的课题.传统的回归型评价方法对评价基准有较强的依赖性,而基于持股数据的方法则因利用了较多的信息而对基金的择股能力有较强的识别力.利用基于持股数据的方法对中国54个封闭式基金的择股能力进行实证分析,结果显示它们有明显的择股能力.     

时间因子对构造指数代理证券组合影响的实证分析

使用传统的聚类分析对股票市场进行分析时，往往忽视了时间因素。由于股票价格是与时间高度相关的数据，本文在聚类过程中引入指数形式和线性形式的时间因子，然后再应用CAPM模型对所选择的聚类股票进确定投资组合，发现引入合适的时间因子后聚类生成的投资组合能在短期内更好地跟踪深圳综合指数的波动，取得了满意的效果。     

遗传算法在股票短期投资决策中的运用

针对传统投资分析方法的局限性和一定程度的片面性 ,提出将遗传算法运用于股票短期投资分析 ,具体解释了染色体、适应值等参数在股市分析中的实际意义 ,并设计了选择、杂交、变异算子的使用方案 ,同时改进了算法——提出“伸展算子”.最后以上海股票市场为例 ,进行实证研究 ,通过实验数据和结果的分析 ,说明算法的有效性 .     

运用SAS软件对上证指数月线数据的综合预测分析

运用SAS软件系统中的一些一元和多元时间序列分析方法对我国上少证券交易所的上证综指、上证A股及B股指数的月收盘指数作了预测分析，得到了较高的预测精度，为预测股票市场的中期走势提供了一种方便实用的方法。     

基于高频夏普指数的组合证券投资模型

资产选择与最优组合权重的设置是构建投资组合的两个关键步骤,利用日内高频数据构建一个夏普指数序列来进行资产选择,同时考虑多种组合策略.以沪市A股市场数据进行样本外实证分析。结果表明,不论市场处于下行还是上行行情,基于高频夏普指数选股方法构建的组合都能得到较高的风险调整收益,并具有较小的风险,同时在最优风险组合下,能得到可观的超额收益.     

国际股指波动性的非对称效应异方差模型及聚类分析

为了分析我国与国际上其他已推出股指期货的国家或地区股指波动特征的相似性,采取传统时间序列模型分析与数据挖掘技术相结合的方法,对全球23个国家或地区的股指波动特征作了聚类分析.首先,针对股指收益序列的非对称性和异方差特性,建立非对称效应异方差模型并估计其模型系数.然后,对特征抽取后的系数使用欧氏距离判断序列之间的相似程度并进行层次聚类分析.最后,通过实证检验各个国家或地区的股指波动相似性,找出了与我国情况较为近似的国家或地区,从而证实了本文方法的有效性.     

股票市场相变假说下的股市流动性产生机理

在总结相关文献的基础上,对流动性产生的机理进行了分析。在卖空限制约束条件下,从股票市场相变假说的角度,研究了股票市场投资人群的市场情绪与股票市场的流动性强弱之间的关系。结果表明,股票市场流动性的强弱是由股票市场上噪声交易者的市场情绪决定的。针对中国证券市场提出了一些政策性建议。