交易行为可作为价格波动的先行指标吗?——基于线性与非线性模型的比较研究

本文基于沪深300股指期货四个不同样本期的1分钟交易数据,比较研究了静态线性的马尔可夫转换自回归模型MSA(Markov Switch Autoregress Model)和动态非线性Symmetrised Joe-Clayton Copula模型在对金融变量间相互关系上建模的适用性。研究结果表明,当期价格波动与滞后一期交易行为间不存在稳定的线性关系,但存在明显的尾部相关结构,并且其相关性在趋势行情中尤为显著。这一结果不但表明,趋势行情中滞后一期的交易行为可以作为当期价格波动的先行指标,还展现出了非线性Copula模型在描述金融变量间的相互关系上的适用性和显著优势。     

股市收益率的极限分布

本文提出了一个描述股市收益率与成交量变化率的关系的非线性统计模型.通过这个模型我们证明了收益率序列{rn}依参数不同分别依分布收敛于指数列维稳定分布和列维稳定分布.     

上海股市日成交量服从(或近似服从)对数正态分布

本文利用数学软件Matlab 6.1,对上海股市自2000-2003年两年半的大盘日成交量(股数)进行研究,我们发现在显著性水平α=0.05下,大盘日成交量服从(或近似服从)对数正态分布,从而为广大投资者提供决策依据,同时,还对成交量进行曲线拟合,预测成交量走势.     

股票市场监管策略的一个随机模型

研究了股市在一段有可能给社会造成危害的上涨行情中，管理者监管股市的问题＋根据股市的运行规律，建立了一个随机最优化模型，讨论了参数对解的影响，并得出了一些对股市监管有意义的结论．     

小波分析印花税调整对股市成交量的影响

在2008年中国股票市场的下跌趋势中,政府为提振股票市场,在2008年4月24日和2008年9月19日分别将印花税由3%下调至1%和单边开征印花税,引起当时市场的强烈反应。文章给出小波检验方法,考察印花税对大盘指数的走势的作用。从结果来看,短期内(小于4天)对股市成交量有很大促进作用,而长期(大于16天)作用有限。     

成交量信息有助于预测中国股票市场的波动吗?

就成交量信息是否有助于预测股票市场的波动率这一问题,目前学术界有两种截然相反的观点存在。本文以中国股票市场代表性指数的代表性波动周期为例,对上述问题进行了实证研究。通过采用较以往研究更为严谨和稳健的样本外滚动时间窗预测法和高级预测能力检验法(Superiorpredictive ability,SPA),本文得到的分析结论包括:(1)成交量信息对中国股票市场的波动过程有显著影响;(2)将成交量纳入GARCH族模型会导致条件方差方程中的波动持续性出现明显下降;(3)引入成交量作为附加解释变量的GARCH族模型并未表现出比一般GARCH族模型更优的波动率预测能力。最后对实证结果给出了理论解释。     

基于成交量分解模型的改进VWAP策略

传统VWAP(交易量加权平均价格)策略通过拆分大额委托订单,跟踪市场成交均价,达到最小化冲击成本的目的,而准确预测成交量日内分布是运用VWAP策略的关键。通过详细考察现有的改进VWAP策略中成交量预测模型的建模方式和预测结果,发现由于无法分离成交量日内周期结构,现有模型样本依赖性较大且难以适用于多数股票。因此,本文从个股与市场成交量变化趋势的关系角度出发,推导个股成交量与市场趋势的关系,通过构造个股成交量关于市场因素的因子载荷,将日内成交量分解为市场共同部分和个股特殊部分,预测成交量日内分布并构建动态VWAP策略。实证结果表明新的成交量分解模型可以有效分离个股的成交量日内周期结构,在此基础上构造的改进VWAP策略不仅具有较为广泛的适用性,且跟踪误差减少幅度比现阶段同类型的改进VWAP策略更大,能更好的降低市场冲击成本。     

考虑成交量的股票收益率的渐近分布

在本文中, 我们提出了一类直接描述多只股票收益率受股票本身的量价影响及其它股票的量价影响下的非线性统计模型. 我们证明了在不同的参数取值下, 收益率序列分别依分布收敛于L\'evy指数稳定分布和L\'evy稳定分布.     

投资者高频情绪对股市成交量的异质性影响研究——基于分位数向量自回归模型

从高频视角分析股市情绪效应的异质性特征及机理，对我国金融风险管控具有重要意义。本文借助文本分析法抓取网络舆情数据，构造日内投资者高频情绪指数，在分位数Granger因果关系检验的基础上，构建分位数向量自回归模型并进行脉冲响应分析，探究不同极性投资者高频情绪对不同市场状态下及不同分位水平股市成交量的异质性影响。结果表明：(1)不同极性投资者情绪对股市成交量影响具有异质性，悲观情绪对股市成交量的脉冲强度明显大于乐观情绪且衰减较慢；(2)投资者情绪对股市成交量的影响随市场状态的变化而不同；(3)在相同市场状态下，情绪对不同分位水平股市成交量的影响也存在差异，投资者情绪对股市成交量的下分位点脉冲强度显著大于上分位点，中位点最弱。     

用时间序列方法预测股票价格初探

本文提出了描述股价变动的一种模型,讨论了模型建立、模型预测的一整套方法及改进算法,比较了算法与改进算法间的优劣,并通过实证分析说明整套理论有一定的可行性。大部分在本文中讨论的算法对于可用核模型描述的其他时间序列的预测问题也同样适用。