基于虚拟股市的演化复杂性度量与分析

建立了基于遗传元胞自动机的虚拟股市模型,股市中的股民用元胞代表,股民具备自主学习的能力,同时亦受邻近股民投资历史的影响,股民间的相互影响通过选择算子与交叉算子实现,外界环境通过改变变异概率影响股市系统的演化行为.提取了度量系统演化复杂性的特征量,并在此基础上,研究了它与个体数量及耦合强度之间的关系.大量实验表明：足量的个体与适度的耦合强度有利于维持系统的长期演化.     

基于SWARM的模拟股市及其特征性事实

根据复杂经济系统思想,建立一个基于主体的股市模型,并利用SWARM平台进行系统仿真.对仿真结果的统计分析表明,收益率序列呈现波动聚集、尖峰肥尾和长期记忆等股市普遍存在的特征性事实.模型揭示了股市运行的内在机制,给股市特征性事实一个合理的解释.     

沪深股市收益率的协整与因果关系实证研究

利用协整理论与误差修正模型对上证指数与深证指数对数收益率序列进行了协整分析,并利用Granger因果关系检验理论,考察了两者之间的联动关系.     

中国股市泡沫的度量

本文首先对剩余收益模型做了评述;然后改进了剩余收益模型,改进后的模型具有很强的解释力,它体现了公司股利分配策略和信息的有限性对公司股票内在价值的影响;最后用改进后的剩余价值模型测算了中国股市的内在价值和泡沫的规模。以沪市A股为例,2007年初股市存在泡沫,但泡沫的规模不大,只超过股市内在价值的7.2%。     

粗神经网络及其在股市预测中的应用

给出由粗神经元及一般神经元组成的前向粗神经网，用它预测上证指数，每个神经元是由一对神经元构成的，一般情形下，两个神经元用四边连接，而一个粗神经元和普通神经元用两边连接，给出了误差后向传播算法，分析与计算表明，粗神经网络用于股市预测是可行的，结果也较准确。     

香港股市与美国、英国股市的联动性

通过多变量协整理论，检验香港股票市场和世界上主要的股票市场一美国、英国股票市场的联动关系。结果表明，在1993年1月至1995年12周期间，香港市场与这些世界主要发达国家市场存在着弱的协整关系；而在1999年6月至2002年5月，香港股市与美、英股市之间不存在着协整关系。这一结果意味着分散投资于美、英市场与香港市场存在着长期的获利机会。     

股市情感词典自动构建与优化

为了更好地挖掘投资者情绪,解决在股市文本情绪分析过程中,现有情感词典构建方法自动化程度低、行业特异性不足和精确度不足等问题。在构建基本情感词典的基础上,Word2vec对自动添加的高频情感词语进行极性判断与赋值,并将情感词典构建改为优化问题,采用改进模拟退火算法对情感词典的词语分值进行优化,提高股市情感词典性能。实验结果表明:该方法所构建的股市情感词典可以有效识别股市文本情绪,提升文本覆盖率,具有更强的行业特异性,提升情绪分析准确性,可更好用于投资者情绪相关研究。     

基于神经网络、多分辨分析和动力学重建理论的股市趋势预测

根据动力学重建理论和多分辨分析的基本思想 ,利用小波变换重构股市系统的光滑吸引子 ,从而避开了预测的不适定问题 .以重构的状态矢量作为神经网络的多维输入 ,以上海证券交易所的上证指数为例 ,分别对 1 999年的 5 .1 9行情以及 2 0 0 0年的 2 .1 4行情后的几个关键点位进行预测 ,结果表明 ,效果是令人满意的.     

上海股市买卖价差成分分析

价差分解是金融市场微观结构理论研究的重要问题。本文通过对上证180指数成分股的研究,得到了上海股市——一个典型的订单驱动市场的买卖价差组成成分日内变化的特征,并分析了买卖价差形成的原因。研究结论表明,上海股市的逆向选择成本在买卖价差中占62％,高于其它市场;日内逆向选择成本曲线呈现略微斜置的“L”形,订单处理成本基本保持不变,这是买卖价差曲线日内呈略微斜置的“L”形的原因;此外,高价股买卖价差中的逆向选择成本所占比例高于低价股价差中的逆向选择成本比例。