财经新闻与股市预测——基于数据挖掘技术的实证分析

本研究深度挖掘了财经新闻主题内容与股市市场的相关性,并提出了一种基于理解当日新闻主题分布来分析中国股市涨跌的预测模型。具体来说,我们使用自动文本分析技术与机器学习技术,首先通过概率主题模型对财经新闻文档进行聚类得到其中的主题分布,再结合实际股票市场的交易数据分析其与市场之间的关联程度,最后引入支持向量机算法对股市走势进行预测。实验部分我们抽取了近三个月的新闻数据与沪深股市数据进行分析,结果表明:新闻中国际贸易以及城市化相关主题与股市变动关系密切,通过本文提出的算法能较准确得预测当日股市涨跌,而建立在其上的股指期货策略也取得了很好的效果。     

保费率-巨灾索赔相依的风险模型的破产概率

进一步推广Sparre Andersen风险模型,考虑有意外巨额赔付情况下得到保险公司的破产概率,并得到尾等价式,此结果反映了特殊的巨额索赔对破产的影响程度.另外,当有巨灾索赔发生的时候,模型会对保险费率做出相应的调整.     

更新风险模型中破产概率的一个局部结果

进一步研究延迟更新风险模型,在假定个体索赔额是重尾分布的前提下得到了破产概率的一个局部等价式R(x,x z]～z/ρμ^-F(x),其中F表示索赔额的分布函数,μ为其均值,ρ表示模型的安全负荷系数,极限过程是x→∞．并且对Sparre Anderson模型作了推广,得到了相应的结果．     

一个可变保费巨灾风险模型的局部破产概率

考虑极端风险的情况,建立了巨灾风险模型,得到了保险公司破产概率的局部结果.预期有巨灾索赔发生的时候,模型会对保险费率做出相应的调整以减少损失.还提出一个网络马氏骨架框架下的回归型索赔相依的风险模型,该模型不仅在精算领域有很大的理论和应用价值,在网络,金融,生物,排队论等其他领域也将有广泛的应用.     

随机意外大灾风险模型的破产概率

论文针对现实生活中存在非同质性意外大额赔付的情况,在更新风险模型的基础上,进一步建立广义更新风险模型,给出了在有意外大额赔付情况下保险公司破产概率的尾等价式,此结果表明了突如其来的大额索赔可能会导致保险公司破产.     

一类重灾风险模型的生存概率

无法预料的索赔是导致保险公司破产的一大因素,这种情况引起的索赔大多不是同分布的.因此论文从这一实际情况出发,在Sparre Andersen风险模型的基础上建立了广义更新风险模型,并对重尾索赔分布F∈S*给出了生存概率的局部等价式和破产概率的尾等价式.文章结果刻画了特殊巨额索赔对公司运营状况的影响,对公司运营策略提供了理论基础.本文结果包含、推广并改进了许多已知结果,与经典结果相比,显示出了模型的优越性.     

用Homotopy方法解随机波动率远期LIBOR模型中利率衍生品定价问题

为深入研究固定收益衍生品的定价问题,在波动率为相应的远期测度下的Ornstein-Uhlenbeck过程的模型框架下,给出了利率上限和债券期权的定价公式.同时,应用Homotopy方法解决了定价公式中产生的偏微分方程,使其以函数级数和的形式表示出来.并对级数和形式的解的收敛性进行了相应的分析.