中国股市波动集簇性和不对称性研究

利用GARCH类模型，以上证综合指数为对象对中国股市波动进行实证研究。新的证据显示中国股市波动的集簇性和不对称性是显的，并在中国股市的背景下对集簇性和不对称性的几种经济解释进行了理论分析。     

股票投资策略选择的计算机仿真

利用基于Agent的圣塔菲人工股市模型,在博弈论的框架下,采用计算机仿真的方法分析了股市投资者的策略选择.发现仅采用基本面分析是理性投资者的占优策略.这一结论基本与标准的有效市场理论对基本面分析的认识相吻合.     

浅谈家庭理财投资

本文通过对理财观念的论述,说明了理财绝 对不是有钱人的专利,普通人通过有效打理,同样可以使钱生钱,实现财富增值的复利效应."你不理财、财不理你"绝对是这个时代的真谛.     

基于主体的股市模型及其复杂动力行为

股票市场的许多复杂现象是传统金融理论所不能解释的.本文根据复杂经济系统思想建立了一个随机多主体股市模型,并综合利用数理分析和计算机模拟的方法对其进行研究.研究发现:受交易主体模仿感染倾向、价格追踪倾向和策略转移倾向等因素影响,模型呈现出基础价值均衡、非基础价值均衡、周期和混沌等市场形态;计算机模拟再现并解释了股市普遍存在的特征性事实.     

拟合中国股票市场收益的统计分布

对中国沪深股市收益的统计分布特征和市场风险规律进行了定量比较研究.分别采用稳定分布、渐近帕累托分布和截断列维分布拟合中国股票市场收益统计分布,实证研究发现中国股市收益分布的中间部分适合用稳定分布描述,分布的尾部适合用尾部指数大于2的渐近帕累托分布描述,即是具有尖峰厚尾特征的有限方差不对称分布.揭示出中国股市中高收益事件比低收益事件发生的更为频繁,深圳市场比上海市场的投资风险要高.所得结论有益于对价格波动性建模、资产定价、金融风险管理等领域的深入研究.     

基于单侧风险态度的资本资产定价模型及其实证研究

针对代表性投资者对于下跌风险和上升风险的不同态度,推导了基于“熊市”和“牛市”的单期资产定价模型,并运用中国股市数据进行了实证.结果表明:分别与“熊市”和“牛市”对应的β-和β 比传统的β对于证券的截面收益率具有更强的解释能力;β-和β 分别与截面收益率正相关和负相关;公司特征因子对于截面收益率也有一定的解释能力.     

基于主体的非均衡人工股市计算模型

对SFI系列基于主体的人工股市计算模型进行了改进,改变了资产定价机制,剔除了均衡定价方法,在学习分类器系统中引入了模糊处理环节,并改变了主体的学习方式,使得人工市场中同时包含具有不同学习速度的主体。基于此构建的新人工股市仿真模型的运行结果具有真实股市数据的形式化特征,通过比较不同学习速度的主体以及零智能主体的表现,发现人工股市计算模型中学习对于主体的财富有决定性作用,学习速度也会影响主体的表现,而且学习存在一个限度问题,过多的累积学习次数反而会削弱主体聚集财富的能力,这在基于主体的人工市场的构建中是一个值得重点关注的方面。     

规划识别在识别股市庄家意图中的应用

针对证券市场中庄家的各种操作行为, 为了推断出其背后的真实意图,将规划识别技术引入到证券投资领域,在借鉴规划识别算法的基础上,提出一种适合股市的算法。从分时图中抽取出庄家的动作,根据动作在规划中的重要程度,为其设立一个权值,并引入各动作在规划中真实度的概念来量化该动作数据的真实性,模糊加权计算出目标可信度。     

一种新的粗神经网络及其在股市预测中的应用

提出了一种新的神经网络--推广的粗神经网络,并给出了将其用于上证指数预测的网络结构及学习算法。结果表明,该神经网络用于股市短期预测是可行的,结果也比较准确。     

ARCH族模型研究及其在沪市A股中的应用

介绍了ARCH模型、GARCH模型、EGARCH模型、TARCH模型,分析这些模型的特点,并将ARCH族模型运用到我国沪市市场的实证分析,得出EGARCH模型有最好的拟合效果.