主动发起的融资融券交易对中国股票市场的影响

本文以融资买入和融券卖出为研究对象,分析了投资者主动发起的融资融券交易对股票回报、流动性和波动性的影响,给出了中国股票市场融资融券发展现状。研究发现,融资买入(融券卖出)对当日股票回报有显著为正(负)的影响,交易表现与政策制定动机——融资反映投资者看涨情绪、融券反映投资者看跌情绪一致。此外,融资买入(融券卖出)增加了(降低)股票流动性;融资买入(融券卖出)降低(增加)了股票波动性;融资融券对股票交易特征的影响有随时间逐渐改善的趋势。最后,本文发现融资融券对股票回报、流动性和波动性产生的影响与股票所在板块有关,随着中小板和创业板股票所占比重的增加,调整和优化融资融券对股票市场的影响仍然是监管者未来主要任务之一。     

基于在线理论的股票算法交易策略研究

运用在线理论研究多支股票算法交易策略。在El-Yaniv等人研究基础上,构造了单支股票买入问题的在线策略,证明该策略为最优在线策略;将构造的单支股票交易策略应用到多支股票交易策略问题中,设计了多支股票交易策略算法,并以每支股票收益加权进行投资组合;最后选择上证A股二十支股票从2009年到2012年的交易时间价格数据验证本文所提策略有效性。将20支股票随机抽取10支组成一组,选4组分别进行验证,结果表明本文所给策略对于任意选择的多支股票有较好收益。对交易周期分别选取10个偶数长度进行验证,发现交易周期为18天时平均收益最大,平均收益率为5.2%。     

中国股市超高频数据反馈特征实证研究

本文采用tick数据作样本，将分笔成交量分解为买入指令流和卖出指令流，依据向量自回归模型（VAR），研究1分钟和5分钟频段内收益率和净买入指令流二者之间关系，以揭示证券交易中的反馈特征。研究发现：1分钟系统存在正负反馈交易特征，5分钟系统存在负反馈交易特征；投资者交易行为存在粘性，频率越高，粘性行为越明显；当期反馈系统面临净买入指令流冲击时，收益率最初反应很大，随之减小，最后冲击效应趋于平稳。     

组合调整频率会影响投资者的回报率么?——基于分析师股票推荐的投资策略研究

利用巨灵数据库的分析师评级数据,从投资者角度建立动态组合,检验了按每日、每周、每两周、每月、每季度头寸调整频率后的超额收益,研究发现:"买入"评级组合在各种头寸调整频率策略下都获得了超越市场指数的超额回报率,其中按每周频率进行头寸调整策略获得的市场调整后平均超额回报率最高,按三个月频率进行头寸调整策略获得的市场调整后平均超额回报率最低。投资者在面对分析师一致认为"买入"评级股票时,可按照每周更新的频率构建组合,以获取较高的超额回报率。投资者如果按季度调整频率来卖出股票可能会错失投资机会,卖掉的股票很可能会跑赢市场,投资者可按每两周或每四周的频率调整投资组合中的股票,卖出负面推荐评级"减持/卖出"股票,降低投资亏损。     

基于动态交易量预测的VWAP算法交易卖出策略

传统的VWAP交易策略通过预测区间交易量分布进行拆单交易,对于交易量区间分布的预测是基于区间成交量占总成交量比例进行的,这一预测方法没有考虑股票价格变动因素。因此,本文首先通过时间序列因素分解方法进行区间交易量分布预测,进而根据股票价格变化对区间交易量分布进行动态调整,并构建了基于动态区间交易量分布的股票卖出策略,最后通过实证检验了本文给出的动态区间交易量分布预测的有效性和交易策略的有效性。数值结果表明,本文所给动态区间交易量分布预测方法比传统VWAP方法预测结果更加接近于实际的交易量分布,且本文所给交易策略与传统VWAP交易策略相比,具有更大的收益。     

计算股市的基本方程、理论和原理(Ⅰ)——基本方程

本文采用网络模型和类似于固体力学的方法论来研究计算股市。建立四个基本的联立方程,即:利率-流通量方程;股票买入、卖出方程;股价变化率方程;以及利率、股价及股价变化率方程。文中着重讨论利率-流通量方程的解及其简单应用,包括时间离散化时股市网络用Banach收缩映射定理证明最终趋向平衡状态,以及银行减息引起资金流动按指数型式衰减等。     

交易流动性不对等环境下基于收入共享契约的供应链协调

供应链中存在单一生产商、单一零售商和一个交易流动性不对等的第三方B2B电子交易市场。在零售需求不确定的情况下,分别建立了供应链集中决策模型、传统固定合约均衡决策模型、收入共享契约分散决策模型,验证了收入共享契约在多渠道采购环境下仍可以协调供应链,分析了使供应链达到帕累托改进的收入共享契约的参数设定,最后分别从卖出流动性和买入流动性两个角度讨论了交易流动性对供应链的影响。研究结果表明,卖出流动性好的电子交易市场可以促使供应链达到最优生产量,实现整体收益的最大化;两种交易流动性的趋好都会提高供应链效率,但生产商更偏好卖出流动性好的电子交易市场。     

计算股市的基本方程,理论和原理（I）——基本方程

本采用网络模型和类似于固体力学的方法论来研究计算股市。建立四个基本的联立方程,即：利率－流通量方程;股票买入、卖出方程;股价变化率方程;以及利率、股价及股价变化率方程。中着重讨论利率－流通量方程的解及其简单应用,包括时间离散化时股市网络用Ｂａｎａｃｈ收缩映射定理证明最终趋向平衡状态,以及银行减息引起资金流动按指数型式衰减等。     

不对称信息下的投资者行为与股市泡沫

构建了一个三阶段泡沫模型,并运用CARA型效用模型建立了投资者效用差函数,研究了在不同泡沫阶段,投资者的风险规避度和对其他投资者卖出股票概率的推断这两个因素对投资者行为的影响.研究发现,如果某投资者本身风险规避度越大,猜测对方投资者卖出股票的概率越高,那么投资者会越倾向于卖出手中的股票.最后提出政策建议:有效控制市场中的信息披露,提高市场的有效性;加强对投资者的风险教育.     

手数约束和凹交易费下的离散投资组合模型及算法

本文建立带手数约束和凹交易费的离散投资组合模型,给出求解该模型的一种精确算法。该算法是一个基于拉格朗日松弛和次梯度对偶搜索的分枝定界算法。为测试算法的有效性,用随机产生的数据对模型进行数值实验。作为其应用,用沪深300指数的真实数据实证检验该模型,并与不含交易费用的离散投资组合模型进行数值比较分析。数值分析表明算法能在合理的时间内给出模型的投资组合策略, 对解决中小规模的离散投资组合问题是有效的。     

中国市场行业内反转收益研究

研究我国A股市场更广泛存在的短期反转收益——月度行业内反转收益.行业内反转收益是传统的非条件反转收益在行业维度上的分解收益.非条件反转被定义为没有加入行业风格的反转策略,它是指单纯的买入基本面输家组合与卖出基本面赢家组合的反转策略.相对于非条件反转策略,行业内反转策略收益表现更加良好,甚至在高流动性,大市值股票样本中仍然能获得显著的α收益.从投资者对公开信息的反应以及订单流不平衡两个角度探究月度行业内反转收益的来源,发现行业内反转主要受到订单流不平衡的驱使,而不是由于投资者对公开信息的过度反应.     

基于客户信用度的物流配送车辆路径问题研究

针对当前城市物流配送过程中普遍存在的客户中途取消订单、无故退换货等交易违约问题,引入客户信用度的测度方法。根据客户历史交易违约数据计算客户信用值,并转化求解客户信用度,构建了包含车辆配送成本、租赁成本以及违反时间窗惩罚成本的配送路径优化模型。设计了一种遗传(GA)-禁忌搜索(TS)混合算法进行模型求解,在算法过程中应用精英保留策略进行循环迭代寻优。结合重庆某外卖物流配送网络的实例数据,验证了模型和算法的有效性和可行性。实验结果给出了不同服务策略下的物流配送调度方案,并进行了基于客户信用度的客户配送服务序列调整比较和敏感度分析。研究表明客户信用等级的合理划分可以有效降低物流配送成本和提高客户服务水平。     

T+0交易制度对股票市场质量的影响分析

T+0交易制度,是指投资者当天购买股票可在同一天卖出的一种交易制度,它是国际市场通行的交易制度.与之相对的,T+1交易制度是指当日买进的股票次日才能卖出,我国股票市场推行的就是T+1制度.T+1交易制度是中国市场的特色,若中国市场改为实行T+0交易制度会对市场的定价效率、流动性和波动性产生什么影响呢?文章采用区别于传统方法的计算实验金融方法,开发符合我国股票市场的计算实验仿真金融平台,进行仿真模拟实验,测试股票市场从T+1交易制度变为T+0交易制度对市场质量的影响,主要包括对市场价格发现效率、流动性及波动性的影响.研究结果表明:相较于T+1交易制度,T+0交易制度提高了股票市场的价格发现效率和流动性,但加剧了市场波动.     

大额资产清仓的自动化交易策略

市场的机构投资者经常需要清仓手中持有的大额资产, 因此清仓的交易策略成为了关心的问题. 以工商银行的股票为例,给出适用于计算机执行的自动化清仓策略. 首先将高频的工商银行股票历史数据在每个交易日分别划分出48个交易期, 将问题简化为处理每个交易日交易期的数据. 在此基础上, 综合考虑用神经网络模拟预测清仓时股票价格随时间下降的风险和用信息流理论模型衡量的价格冲击和交易时刻, 并通过优化模型得到清仓持续的交易日天数. 此后, 再制定出每个交易日的具体自动化交易策略.在制定日内交易策略 时, 首先用神经网络对交易时刻做出预测, 然后综合考虑使用 VWAP 预测出的交易量和通过 Kalman 滤波方法修正过的期权定价公式预测出的各时刻股票的初始价格, 最终给出详细的交易策略及交易的成本.     

奈特不确定和部分信息下的最优交易策略

本文研究了在奈特不确定和部分信息下的最优交易策略.考虑一个多种股票模型,股票价格过程满足随机微分方程,股票价格的瞬时收益率由有限状态连续时间的马尔科夫链刻画.在奈特不确定投资者α-极大极小期望效用最大化目标下,利用隐马尔科夫模型(HMM)滤波理论和Maliavin分析,导出最优交易策略的显式表达式.文中模型的特点是使用了区别含糊和含糊态度的α-极大极小期望效用,并且从最优投资策略显式解中可以得知含糊和含糊态度会明显影响投资者的行为.所以本文结论具有实际经济意义.     

我国创业板企业内部人交易择时行为研究

利用深圳证券交易所2012年1月1日至2013年12月31日期间的创业板企业内部人的交易数据,从间接与直接两个角度考虑创业板企业的内部人交易与信息优势利用的关系.从间接角度来看,创业板企业的内部人卖出能够有效预测未来股票走势,来获取超额收益;而买入则不具有显著的择时能力,不能获取正的超额收益,这与主板企业具有相同特点;但其中创业板小额买入可取得长期收益,这与主板企业有所不同.从直接角度来看,创业板企业内部人在卖出中充分利用了估值判断优势,抓住高估值偏差的市场机会套现,这与主板企业的特点相同;而创业板企业的内部人买入交易决策与估值判断、业绩预测这两种信息优势利用的关系都不密切,这与主板企业的特点有所不同.     

考虑负载共享的线性连续k-out-of-n:F系统检测策略优化

针对线性连续k-out-of-n:F系统提出定期检测策略,每隔固定周期对系统中各部件状态进行检查并以新部件更换故障部件,若系统发生故障则立即停机并更换故障部件.由于受到负载共享的影响,各工作部件故障率不仅与系统中发生故障的部件数量相关,还与其相邻部件状态有关;为此,引入损伤故障率模型描述部件故障率.基于故障序列图和更新报酬理论建立定期检测策略优化模型以最小化单位时间内的期望成本,确定最优检测周期.最后,通过算例分析验证模型的有效性.     

卖空限制下知情交易的测度及识别研究

经典的测量知情交易概率的模型默认交易者可以无限制的按照私有信息进行卖空交易,而目前我国股票市场存在卖空限制,直接将经典模型应用到我国股票市场时会使测量结果出现偏差。考虑到我国股票市场现状,本文在经典的知情交易概率模型中引入两个卖空限制参数,构建了本文的SC-TPIN模型。通过对融券标的中发生利空消息的股票样本进行实证分析,证实了本文构建的SC-TPIN模型估计出的结果与实际情况相符合。本文还以SC-TPIN模型估计出的SCTPIN值为参照,基于样本股票的低频数据构建了知情交易识别指标组,并使用数据挖掘中的支持向量机算法、KNN算法及Logit模型对黑白样本的知情交易高低情况进行识别比较,构建知情交易识别体系,发现使用支持向量机算法识别全样本的正确率达到了89%,识别效果较理想。     

金融时间序列的转折点分析

本文讨论了时间序列的预测问题,在摆脱了在传统模型过多假设的基础上,采用对不同类型预测模型进行综合平衡分析的方法,权衡各项指标,以达到发现时间按序列转折点的目的.并以股票序列为例说明所给预测模型的有效性.     

基于超短线文本和价量信息的股票及股指期货预测综述

超短线交易指交易频率较高、持仓时间较短的交易行为.在超短线环境下,.财务数据等低频信息难有发挥空间,基本面分析方法失效;股票和股指期货价格变化具有很强的非线性特征,不同的股票及股指期货之间相互交叉影响并构成一个复杂网络,传统的技术分析方法难以适应复杂多变的超短线环境.梳理了基于时间序列模型、随机占优模型、深度学习模型、...