用QCEA优化的RBF神经网络及其在股市预测的应用

采用量子克隆进化算法(QCEA)对径向基函数(RBF)神经网络的参数进行优化学习,并通过对不同样本容量和量子旋转角的实验,将量子克隆进化算法优化的径向基函数神经网络应用于上证指数的预测分析中.仿真实验表明:经量子克隆进化算法优化的径向基函数神经网络将全局搜索和局部寻优有机地结合起来,收敛速度快、种群多样性好,并可有效抑...     

股市预测的一个随机时间序列模型及其实证

给出了将非平稳时间序列转化为平稳序列构建自回归模型的步骤和方法.将这一方法具体运用于上证指数的预测,并证实该方法与实际吻合很好.最后讨论了该方法运用于股市波段预测应注意的问题.     

能源武器是双刃剑 俄罗斯石油:被诅咒的黑金

石油这个不知道应该是颂扬还是该诅咒的黑金就这样使一个曾经的世界超级大国沦落为以出售石油和军火度日的国家。提起俄罗斯这个世界上领土最辽阔的国家,人们总是情不自禁地将其与石油为主的能源联系在一起:中日“安大线”、“安纳线”之争、俄罗斯与欧洲国家的石油贸易、美国操纵国际油价下跌打击俄罗斯经济……俄罗斯这头白色的北极熊与石油这种黑色的“液体金子”越来越紧密地联系在一起。     

SV和GARCH模型拟合优度比较的似然比检验

讨论了在金融时间序列中广泛应用的两类波动性模型，即ARCH模型和SV模型的比较问题．从似然比原理出发，提出了一种基于随机模拟的似然比检验方法，阐明了利用该方法进行模型间比较的基本步骤，并利用基于随机模拟方法的似然比检验，分别比较了SV与GARCH(1，1)、SV与t-GARCH对上海股市数据拟合优度，结果表明：SV模型对于上海股市时间序列数据的拟合好于GARCH(1，1)模型，而SV模型上海股市时间序列数据的拟合与t-GARCH(1，1)模型效果相当。     

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。     

遗传算法在股市投资策略(战略) 研究中的应用

阐述了遗传算法的基本理论,论述了遗传算法用于股市投资策略（战略）研究的基本原理和方法,给出了遗传算法用于股市投资分析（基本分析和技术分析）的数学模型,并以上海股票市场为例验证了遗传算法用于投资策略（战略）研究的可行性。     

中国股民实话实说

你看这变幻莫测的黄浦江水,看起来很美,很迷人,五彩缤纷,但却暗藏着无限的凶险和风浪。你很难知道它什么时候会忽然风雨大作,恶浪翻滚,它甚至会吞没人的生命!你也不知道这江水什么时候会变得风平浪静,为我们呈现出一副温柔美丽的面容。从这里出去不远,是大海。大江大海里都蕴藏着无穷的宝藏,但没有人能够真正得到这些宝物。得到了,也不知道什么时候有更大的风浪将你埋葬。这就是中国股市!或许你会反对我的看法,你也可以举出诸多例子来说明股市的规律性,说明股市真的可以赚到钱。     

三种性格特质可带来好运气

过去两三个星期,股市涨升不断。那天和几个朋友聚餐,有人开心地说:"住的套房快能解套了!"而也有人说:"我运气还不错,前一波没有太大影响,这一波反倒有不少斩获。"另一位男性友人则接过话茬:"我就没这个命,我的运气一直超烂,该赚的时候赚不到,该赔的时候通通跑不掉。"他叹了口气,"真羡慕那些运气好的人!"许多人都相信,生活需要一些运气。幸运不幸运,难道真的只是天注定吗?     

罗盘图及股价增量时序的离散性研究

对股价序列的离散性研究能提供一些用于股市分析和预测的有用信息,通过对罗盘图和股价增量离散时序图的分析,讨论它们与某些股票行为之间的联系,表明从力的形态可以估计股价波幅,并得到拆股,除息等事件的有关数据。     

论当前中国股市的三大矛盾

从规范分析、宏观管理、微观运作三个层面分析,股市功能的内在规定性与股市功能现状缺陷的矛盾,股市规范发展要求与地方（部门）保护主义的矛盾,上市公司资本索取膨胀与资本回报萎缩的矛盾,是当前我国股市的三大基本矛盾。要推动我国股市规范发展,必须深刻认识、正视和积极创造条件化解这三大矛盾。