谁更能解释股市羊群效应:信息传播还是投资者情绪?

利用2008年6月1日至2014年10月31日A股收益率数据和东方财富网上证综指吧主题帖文本,以情绪词测度投资者情绪,发帖量代表信息传播强度,构建信息传播和投资者情绪影响股市羊群效应的GARCH模型.利用赤池信息准则比较信息传播和投资者情绪对股市羊群效应的解释能力.实证表明,前期信息传播加强了本期股市羊群效应,但当日盘前信息传播则减弱了当日股市羊群效应,前期悲观情绪将增强本期股市羊群效应.主要结论有:1)信息传播与投资者情绪对股市羊群效应都具有显著的解释能力;2)综合信息传播和情绪的模型对股市羊群效的解释优于单一信息传播或情绪因素的模型;3)相对于投资者情绪,信息传播对股市羊群效应的解释更优.     

基于投资者情绪的市场均衡分析

在行为金融研究框架下,通过分析情绪投资者与理性投资者的市场均衡条件,构建基于投资者情绪的资产定价模型,并对模型进行了数值模拟。结果表明,投资者情绪是影响资产价格的重要因素:被情绪投资者高估的资产,其回报将下降;被情绪投资者低估的资产,其回报将增加;资产回报的变化程度与情绪投资者卖出低估资产的份额正相关,与资产预期回报金额的相关系数负相关;并且,乐观情绪与悲观情绪对资产价格的作用是非对称的。     

基于信息颗粒和模糊聚类的时间序列分割

提出了基于信息颗粒和模糊聚类的时间序列分割方法。首先,使用Gath-Geva模糊聚类得到一个带有时间域信息的模糊分割;然后,在此基础上采用信息颗粒使得时间序列的分割具有数据上的同质性;最后,得到既有时间信息又有同质性的时间序列分割。将台湾证券交易所市值加权指数及某地区电力需求量序列作为实验数据,实验结果表明该方法是可行有效的。     

重大突发疫情下公众情绪演化模型与引导策略研究

重大突发疫情发生后,不同地区的公众在不同时期对风险认知不同,因此公众情绪类型及其变化呈现出不同的特点。现有研究多采用数据挖掘方式描述公众情绪的演化过程,并没有构建刻画公众情绪演化规律的数学模型,使得政府制定的疫情信息发布策略缺乏针对性,无法有效引导公众情绪。为此,本研究调查了新冠肺炎疫情下不同风险地区的公众情绪变化,发现公众对疫情的关注率很高,主流情绪表现为恐惧。通过等级比较法得到了不同风险地区公众在不同阶段的恐惧情绪水平,构建了公众恐惧情绪演化模型,并划分为潜伏期、爆发期和延续期三个时期。比较分析了公众恐惧情绪演化的共同特性和差异,为合理引导公众情绪提出信息发布策略,为落实防控措施、精准引导公众理性行为与避免出现极端情绪提供理论支撑,为重大疫情下情绪治理形成新的研究视角。     

如何提高中考复习课的效率

教研背景:中考数学复习是初中学生进行系统学习的最后阶段,所跨越的时间长,涉及的知识面广,因此每年都会引起广大师生的高度重视.如何在漫长的复习阶段,既不让学生产生厌学的情绪,又可将学生的知识结构进行优化,提高他们的思维水平和认知能力,是我们面临的一个重要课题.下面我们选取《锐     

考虑情绪因素的城市拆迁RDEU博弈模型与系统脆性分析

针对经典博弈理论“理性人”假设存在的局限性,将RDEU博弈模型与复杂系统脆性理论集成来研究情绪因素影响下城市拆迁的冲突演化问题。首先基于新的RDEU理论将参与人的情绪因素融入期望效用函数中,给出了地方政府、被拆迁人的RDEU期望收益函数,构建了城市拆迁的RDEU博弈模型,讨论了情绪影响下被拆迁人采取抗争策略和地方政府采取强拆策略的行为演化规律。随后基于熵和元胞自动机建立了城市拆迁的系统脆性演化规则,模拟了城市拆迁由纠纷演化为对抗冲突的脆性激发过程。研究结果表明:无论是被拆迁人还是地方政府,当他们具有“悲观”情绪时,随着情绪的加剧,他们采取强硬策略相互对抗的可能性会增大,悲观情绪会使城市拆迁系统崩溃所需的时间缩短,拆迁纠纷会快速演化为对抗冲突。最后提出了相应的对策建议。     

基于传染病模型的恐慌情绪研究北大核心CSCD

针对突发事件下群体恐慌情绪影响群体行为反应问题,根据现实恐慌情绪特点,结合心理学人格特征理论,将复杂群体分为松弛型群体和急躁型群体,借鉴传统传染病SIR传播模型,引入群体与环境的影响因素κ,建立恐慌情绪传播模型.数值模拟结果表明:急躁群体的感染和恢复过程比较强烈,而松弛群体情绪比较稳定,恐慌情绪恢复较为缓慢;感染率对恐慌情绪传播具有双重作用,一方面提升恐慌情绪传播速度,另一方面增加群体情绪恢复能力;恢复率的提升加快恐慌情绪的传播,同时有效降低恐慌程度;增加接触率能够促进恐慌情绪传播,提升恐慌程度.     

基于文本信息考虑投资者情绪的均值回归策略设计——以东方财富股吧发帖文本和A股市场为例

在当前互联网时代下,越来越多的文本信息为人们所认识。借助机器学习等技术工具,目前已能较为便捷地从海量的文本数据中挖掘出与投资者行为、情绪有关的信息。基于此,本研究探讨了利用文本信息刻画投资者情绪,并对仅利用价格信息的均值回归策略进行改进。利用东方财富股吧中发帖内容等文本数据构建投资者情绪指标,结合非理性投资行为的特征,设计新的权重转移方程,得到新的均值回归策略。最后,利用部分沪深300成分股的价格数据和股吧文本数据进行实证检验,结果表明:相比于仅利用价格信息刻画均值回归特征的策略,本研究提出的考虑投资者情绪的策略有更好的收益表现。     

无关机上极小化求和问题的平行分批排序(英文)

本文我们考虑了无关机上的平行分批排序问题.对于批容量无限的平行批排序模型,目标是极小化总完工时间,我们对p_(ij)≤p_(ik)(i=1,…,m;1≤j≠k≤n)这种一致性的情况设计了多项式的动态规划算法.对于批容量有限的平行批排序模型,我们讨论了p_(ij)=p_i(i=1,…,m;j=1,…,n)这种情况,当不考虑工件可被拒绝时,对极小化加权总完工时间的排序,我们给出了其最优算法;当考虑工件可被拒绝时,对极小化被接收工件的加权总完工时间加上被拒绝工件的总拒绝费用的排序,我们设计了一拟多项时间算法.     

节点的时间异质性对信息传播的影响

复杂系统中节点活跃时间的异质性对信息传播具有显著性的影响,而现有的研究涉及较少.文章引入传播树模型针对复杂网络中节点活跃时间的异质性对信息传播的影响进行研究,基于SI模型的传染病机制,运用生成函数方法严格证明了当节点的活跃时间服从伽马型概率分布时,节点的信息传播影响力的变化具有多态性,即传播时间t在小于时间标度τ~0时,感染节点数服从指数分布,而在大于时间标度τ~0时,感染节点数服从多项式分布。     

基于EMD-GRU的高速公路行程时间组合预测模型

考虑到高速公路行程时间影响因素繁多且行程时间序列非线性、非平稳特征显著,设计了基于经验模态分解和GRU神经网络的高速公路行程时间组合预测模型.首先,利用高速公路收费数据中车辆进出高速公路的时间信息获取路段行程时间序列;然后,利用经验模态分解算法,将复杂的行程时间序列分解为若干时间尺度不同、相对平稳的本征模态函数分量和残差分量;接着,使用GRU神经网络对各本征模态函数分量和残差分量进行预测与集成操作.实例分析表明:经验模态分解可有效提高LSTM、GRU神经网络的预测精度;在相同参数设置的情况下,GRU神经网络的预测精度优于LSTM神经网络.     

基于熵权TOPSIS的领导者情绪胜任水平评价模型及实证研究

通过相关文献分析,针对领导者在组织应对环境变化及发展壮大中的重要作用,尤其是领导者情绪胜任特征对于组织及其成员获得优异效能影响的实际,分析并确定了领导者情绪胜任水平评价指标体系,用客观赋权的熵权法确定指标权重,结合TOPSIS法建立了基于熵权TOPSIS法的领导者情绪胜任水平评价模型,并借助模型对某省厅处级领导干部的情绪胜任水平进行了实证分析,分析结果验证了模型的有效性,同时还开拓了领导者考评的新模式,即基于熵权TOPSIS法的领导者情绪胜任水平评价不仅可全面掌握被评价对象的全方位、多层次的情绪胜任情况,还可了解被评对象的发展潜能,既有利于科学选拔领导者,又有助于合理培训领导者.     

基于传染病模型的恐慌情绪研究

针对突发事件下群体恐慌情绪影响群体行为反应问题,根据现实恐慌情绪特点,结合心理学人格特征理论,将复杂群体分为松弛型群体和急躁型群体,借鉴传统传染病SIR传播模型,引入群体与环境的影响因素κ,建立恐慌情绪传播模型.数值模拟结果表明:急躁群体的感染和恢复过程比较强烈,而松弛群体情绪比较稳定,恐慌情绪恢复较为缓慢;感染率对恐慌情绪传播具有双重作用,一方面提升恐慌情绪传播速度,另一方面增加群体情绪恢复能力;恢复率的提升加快恐慌情绪的传播,同时有效降低恐慌程度;增加接触率能够促进恐慌情绪传播,提升恐慌程度.     

原油价格时间序列自回归子模式传输特征分析

为了更好地分析原油现货价格的波动规律,文章以大庆原油日现货价时间序列为研究对象,把计量经济模型与复杂网络方法结合起来,定量地定义自回归模式,运用时间滑动窗的思想设置合理的窗体长度和步长,将时间序列划分为多个子模块,建立了多个自回归子模式.将自回归子模式设置为节点,各子模式之间的传输设置为边,建立自回归子模式传输复杂网络,利用复杂网络的特征与性质,研究大庆原油现货价格时间序列传输特性.文章发现少数自回归子模式和传输模式驱动大庆原油现货价时间序列的振荡,在传输过程中出现对波动的聚类效应,并且某些非主要自回归子模式在原油时间序列中具有高中介能力等.这项研究不仅为分析原油价格时间序列提出了独特的视角,而且为投资者提供了重要信息.     

微博情绪与中国股市:基于协整分析

从情绪的角度入手揭示股市涨跌变化的规律一直是心理学,经济学等行为学科的学术兴趣点所在.近些年来,借助互联网平台数据构建社会大众情绪指标,进而探讨情绪与股市关系问题的研究成为该领域的研究热点.首先,文章借助信息科学技术搜集了微博情绪时间序列数据,并以此构建了与股市高度相关的微博情绪综合指数.然后,采用协整检验,误差修正模型等计量经济学方法,探索了微博情绪综合指数与股市走势之间的关系.检验结果发现,微博情绪综合指数与同期的上证指数以及下一个交易日的上证指数之间存在显著的长期均衡关系.而且微博情绪综合指数对下一交易日上证指数收盘价具有显著的预测作用.     

最后一张牌

复杂的数学公式让人头疼,但当它们帮我们解决难题时,我们又对它们感激不已.这或许就是我们对数学又爱又恨的原因吧!说到这,你觉得接下来我要给大家传授记忆复杂公式的技巧?不,不,不,你想多了!今天,我要教大家——用公式帮我们"预言"!     

基于AHP-DEMATEL法的权重计算方法研究

权重是重要程度的体现形式,常用于系统评价过程.AHP就是一种将定性问题定量化,既简单又灵活的权重计算方法,但将复杂问题简单化会常常忽略因素之间的相互影响,可能造成结果的偏差.围绕系统评价中权重计算问题,提出了改进的AHP-DEMATEL的方法,通过计算初始权重和影响度、被影响度,并将被影响度融入到影响权重中,从而获得综合权重.方法不仅考虑了各风险因素在风险指标系统中对上层指标的作用,而且考虑了风险因素之间的依存关系避免单个专家意见的局限性,也降低了信息过渡使用所带来的评价误差.将改进后的方法用于物流信息集成风险的因素关系分析的实例,实证表明,改进方法在物流信息集成风险分析中的应用不仅简化了计算过程而且更加逼近现实情况,为决策者提供更为科学、准确的决策依据.     

基于异质理念的动态组合选取模型

不同于传统的代表性经济人的动态投资组合选取模型,引入异质理念,考虑不同投资者的动态组合选取.由于投资者的乐观或悲观情绪直接影响了他对信息的评价,因此用随时间变化的参数体现投资者的情绪,随机组合收益分布是这个参数的函数,不同的投资者或者同一投资者在不同情绪下就有了自己独特的收益分布.通过对均值——方差目标函数的变形,给出了不同投资者对风险资产的最优投入、预期收益和方差的解析表达式,此三项不仅和投资者的风险厌恶度有关,而且和投资期长短有关、与投资者的情绪有关.在对香港恒生指数的实证分析显示,异质性严重影响投资者对风险资产的投入.     

无关机上极小化求和问题的平行分批排序（英）

本文我们考虑了无关机上的平行分批排序问题.对于批容量无限的平行批排序模型,目标是极小化总完工时间,我们对$p_{ij}\leq p_{ik}$ $(i=1, \cdots, m; 1\leq j\neq k\leq n)$这种一致性的情况设计了多项式的动态规划算法.对于批容量有限的平行批排序模型,我们讨论了$p_{ij}=p_{i}$ $(i=1, \cdots, m; j=1,\cdots, n)$这种情况, 当不考虑工件可被拒绝时,对极小化加权总完工时间的排序,我们给出了其最优算法;当考虑工件可被拒绝时,对极小化被接收工件的加权总完工时间加上被拒绝工件的总拒绝费用的排序,我们设计了一拟多项时间算法.     

Weibull过程将来第k次失效时间的Bayes预测区间

具Weibull强度函数的非齐次Poisson过程经常被用来分析可修系统的失效模式.基于极大似然估计,Engelhardt ＆ Bain(1978)导出了Weibull过程将来第k次失效时间的经典预测区间.在本文中,我们用无信息联合验前分布,根据Weibull过程的前n次失效时间,给出了建立将来第k次失效时间的Bayes预测区间的方法,并说明了如何应用这些方法。