股票市场涨跌停板设置的微模拟研究

本文构建了一个基于订单驱动的人工模拟股票市场模型,并对投资者在连续竞价交易时的投资行为进行了刻画,数值模拟所得的股票对数收益率序列具有尖峰、胖尾等非正态分布特征并显示出明显的波动率聚集现象。通过在模拟实验中设定股票价格的不同涨跌幅限制范围,研究了涨跌停板设置对股票市场波动性的影响,分析结果表明,在忽略诸如恶意操纵等其他因素情况下,适当扩大涨跌幅限制并不会使股票收益的波动增大,相反还会使收益的波动率有较为明显的降低。     

基于股票评论的投资者情绪对持有股票收益影响的研究

投资者行为易受互联网舆论的影响,进而造成股票收益的波动.分析投资者情绪对股票收益的影响方式有利于投资者规避投资风险,促进我国股票市场稳定发展.基于东方财富股吧2020年7月至2021年2月上证股票的评论数据,利用加权朴素贝叶斯分类模型构建了投资者情绪因子,并对情绪因子的构建方式进行了改进.随后将情绪因子引入中国版Fama-French三因子模型,针对单只股票和持股期为1个月的投资组合,基于线性回归、长短期记忆神经网络模型,从线性、非线性两个角度研究了投资者情绪对其持有股票收益率的影响.结果表明,投资者情绪对股票收益率具有非线性的正向影响.前一日的投资者情绪会对当日股票收益产生影响,投资者在研究期望收益率时需予以考虑.     

基于二次效用函数的投资组合问题研究

设无风险利率、股票收益率和波动率都是一致有界随机过程,在股票价格服从跳跃一扩散过程时,同时考虑具有随机资金流的介入,研究了二次效用的动态投资组合选择优化问题,通过随机线性二次控制和倒向随机微分方程得到了最优投资组合策略的解析表达式.     

特质波动率与股票收益——基于Fama-French五因子模型的研究北大核心CSCD

股票收益与风险之间的关系一直以来都是金融学理论研究的核心问题.近年来,针对股票收益与特质风险之间的关系的研究受到了越来越多的学者的关注.在有效市场的理论下,通过构建多样化投资组合,投资者可以分散公司的特质风险,使组合收益更多的与市场风险相关.然而由于投资者之间信息不对称、市场政策差异化、资金成本不均衡等因素的影响,往往无法构建其目标组合,于是无法分散的特质风险就会在一定程度上影响股票收益.该文章以沪深A股自2000年1月4日至2015年12月31日共计3871个交易日的日收益率数据作为研究样本,通过滚动窗口分析的方法,以最新的五因子模型为切入点,研究发现了在中国股票市场中特质波动率与股票收益之间的负相关关系,并通过构建高特质风险与低特质风险股票组合进一步发现特质波动率与收益之间的负相关关系在经济意义上显著.     

特质波动率与股票收益——基于Fama-French五因子模型的研究

股票收益与风险之间的关系一直以来都是金融学理论研究的核心问题.近年来,针对股票收益与特质风险之间的关系的研究受到了越来越多的学者的关注.在有效市场的理论下,通过构建多样化投资组合,投资者可以分散公司的特质风险,使组合收益更多的与市场风险相关.然而由于投资者之间信息不对称、市场政策差异化、资金成本不均衡等因素的影响,往往无法构建其目标组合,于是无法分散的特质风险就会在一定程度上影响股票收益.该文章以沪深A股自2000年1月4日至2015年12月31日共计3871个交易日的日收益率数据作为研究样本,通过滚动窗口分析的方法,以最新的五因子模型为切入点,研究发现了在中国股票市场中特质波动率与股票收益之间的负相关关系,并通过构建高特质风险与低特质风险股票组合进一步发现特质波动率与收益之间的负相关关系在经济意义上显著.     

基于网络舆情支持向量机的股票价格预测研究

提出一种基于网络舆情和股票技术指标数据的支持向量机回归模型(NPOSVM),提高了股票价格的预测精度.模型首先将抓取的微博、股吧等股评观点分为正面和负面两类,计算正面观点所占的比例作为网络舆情,然后对网络舆情和股票技术指标数据作主成分分析,最后对保留的主成分运用支持向量机回归建模预测.实证分析国药股份(SH600511),仿真结果表明网络舆情与股票价格之间的相关系数为0.76;基于股票技术指标数据的支持向量机回归模型(TI-SVM)预测平均相对误差为1.29%、趋势准确率为57.14%,而NPO-SVM预测平均相对误差为0.66%、趋势准确率为71.43%.于是证明,NPO-SVM模型显著地提高了预测精度,是一种有效的预测股票价格的模型.     

股票日度价格波动规律研究:以河北农业企业福成五丰为例

运用复杂网络理论,选择农业龙头企业福成五丰的每日股票收盘价格作为样本数据,利用粗粒化方法建立价格波动幅度变化模态,对时间序列单变量波动幅度模态的统计、变化和演化规律进行了分析.研究结果表明,股票价格时间序列单变量波动幅度模态分布具有幂律性和群簇性,股票价格波动具有周期性,波动模态间的转换周期平均为6天,股票价格的群发性波动通过出现概率较小的且中介中心性较高的模态进行交替转换,网络的波动规律对股票投资和风险管理有指导意义.     

基于风险网络结构的资产分配策略研究

股票市场是一个高风险市场,如何在频繁发生的极端波动环境下进行有效的资产分配是当前热点问题。本文首次应用VaR模型构建股市风险网络,并基于风险网络模型进行最优投资组合成分选择,分析不同市场波动行情下最优资产分配权重和股票中心性的时变关系,融合风险网络时变中心性和个股表现提出新的动态资产分配策略(φ投资策略)。结果表明:在股市上涨和震荡期,股票中心性和最优投资组合权重呈正相关关系;股市下跌期,股票中心性和最优投资组合权重呈负相关关系;当φ>0.05时,投资者的合理投资区域向高中心性节点移动,反之。φ投资策略的绩效表现证明了风险网络结构能提高投资组合选择过程。此研究对于优化资产配置、提高投资收益、多元化分散投资风险具有重要意义。     

股票期权VaR的一种计算方法

本文提出一种运用Laplace分布来计算股票期权VaR的新方法.首先对股票价格的运动规律进行理论和实证分析,表明利用Laplace分布来来拟合股票的对数收益率是合理的,然后在此基础上推导了股票期权VaR的计算公式,最后给出了算例.     

基于分形分布的股票期权VaR计算

本文提出一种运用分形分布计算股票期权VaR的方法.首先对股票价格行为进行了理论总结和实证分析,表明采用分形分布来拟合股票的对数收益率是合理的,然后在此基础上推导股票期权VaR的计算公式,最后给出若干算例.     

媒体信息量异常或有害股票收益

本文借助一个独特的数据样本,运用媒体对股票的剩余关注度模型,实证研究异常媒体信息量与股票收益之间的关系,以期为投资者进行投资决策提供一定的参考和指导。研究发现:异常媒体信息量越大,该股票在下一个月的平均收益率越低,存在媒体效应;由此所构造的零投资组合经CAPM模型、FF三因素模型和Car-hart四因素模型调整后,均能获取显著的超额收益,结果具有稳健性。此外,实证结果还表明媒体效应所带来的超额收益源于媒体信息量异常大的股票组合的显著低收益,本文认为,这种不对称现象产生的原因可能更多的是由投资者情绪导致的股票价格对媒体报道的过度反应,并进而导致较低的期望收益。     

基于涨跌幅限制的双边截断正态分布期权定价模型

标准Black Scholes期权定价公式假设股票价格服从对数正态分布,没有考虑股票价格涨跌幅的限制带来的影响.放松该假设条件,假设股票价格服从双边截断对数正态分布,考虑中国股票市场的涨跌幅限制,得到一个新的B-S期权定价公式来表达股价行为.双边截断正态分布假设下收益率的波动率要要比正态分布下的波动率小,所以新B-S公式计算出的期权价格就会比标准B-S公式计算出的价格低.     

基于人工股票市场分析持有期对投资者收益的影响

基于对中国股票市场的连续竞价交易机制和投资者构成特征的分析,本文构建了一个向上增长的人工模拟订单驱动股票市场模型,其中投资者的持有期会受到股票价格波动的影响,并能够反映投资者的投资策略.模型能够得出一系列与实际股票市场一致的典型事实,如收益率分布的胖尾特征以及波动率的聚集等.本文通过模拟研究,分析了持有期对投资者收益的影响,结果表明,长期持有的投资者在向上增长的市场中可获得较高的平均收益.     

我国A股市场投资者情绪是定价因子吗?

以股票价格变化的强弱和方向反映投资者的心理预期,选取流通性指标作为股票交易强弱的指标,股票买卖行为的人气指标作为投资交易方向的指标,从交易强弱和交易方向两个角度构建了投资者情绪综合指标(简记为ISI).选取2006年1月至2017年6月沪市A股上市公司为样本,进行了ISI与股票收益的时间序列分析和截面效应分析.研究结果表明,投资者情绪综合指标提高了预期收益率但降低了本期收益率,预期收益率具有显著的正向风险溢价.ISI自身也具有显著的正向风险溢价,对股票市场超额收益具有很好的解释能力.投资者情绪指标是中国股市一个重要的资产定价因子.     

随机参数和随机资金流环境下基于二次效用函数的投资组合优化

研究完全市场下基于二次效用最大化的带有随机资金流的动态投资组合选择问题,其中假设无风险利率、股票收益率和波动率矩阵都是一致有界随机过程.通过应用线性二次控制方法和向后随机微分方程理论得到了最优投资组合的解析表达式.     

农业上市公司股票的风险结构特征研究

本文在引入行业因素和市场因素的"正交化"变换基础上,对农业上市公司股票收益建立了行业因素模型,并利用该模型对农业上市公司股票收益率的方差(风险)进行分解,考察了风险来源及其比例大小(即风险结构)。本文的研究结果可以为投资者构建合适的投资组合、规避投资风险提供参考。     

模糊环境中带交易费用的投资组合策略问题

由于金融市场是波动的,风险资产的预期收益率由于很多不确定性是很难估计的,本文考虑预期收益率是可能性分布(模糊数),并且在此基础上用模糊数的可能性均值表示投资组合的收益,用模糊数的平均绝对偏差表示风险,考虑了交易费用后,得到投资组合模型,最后给出了数值计算的例子.     

基于ARIMA与信息粒化SVR组合的股指预测研究

对于证券市场投资者而言,基于合理假设准确预测资产价格未来发展方向与趋势关乎投资成败。本文通过构建一个基于ARIMA与信息粒化SVR的组合预测模型,对股票市场指数价格和收益变化的趋势进行预测。实证研究结果表明：基于ARIMA与信息粒化SVR组合的股指预测模型相较于传统时间序列模型而言,在预测精度和效度方面有较大提升,能够在一定时间周期内对股票等风险资产的价格波动区间进行较为可靠地预测,但目前还只能大致确定时间序列波动的区间范围而不能精确地预测具体点位。未来仍需结合其他预测模型和预判技术进一步深入研究,以有效提升股指趋势预测的准确性和实际指导性。     

考虑背景风险和流动性的模糊投资组合模型

利用投资收益率的二阶矩作为风险度量函数,建立了考虑背景风险和流动性的模糊投资组合模型.在满足预设收益率、换手率可能性均值要求水平以及风险资产的投资比例等约束条件下,使投资收益的二阶矩最小.最后选取中证100指数成分股中部分股票的历史数据进行数值分析,证明了该模型符合"高收益、高风险"的规律,说明该模型适用于实际金融市场...     

基于TOPSIS的网络舆情态势等级模糊多指标综合评价模型

网络舆情是社会舆情在网络空间中的映射,体现了社会稳定和谐程度.网络舆情态势分析对于有效预测和把握舆情导向具有重大的意义.文章主要研究构建基于TOPSIS的网络舆情态势等级模糊多指标综合评价模型.首先,根据网络舆情态势演化形成原因和发展规律,建立了网络舆情态势等级评价三级指标体系,提出了基于有序比值方法的网络舆情态势等级评价指标权重的确定方法.然后,构建了基于TOPSIS的网络舆情态势等级模糊多指标综合评价模型.最后,通过魏则西事件验证了该模型的有效性和适用性,并与线性加权综合评价模型进行对比分析,说明了文章模型的优越性.研究结果对政府和相关舆情监管人员及时有效的管理和引导网络舆情具有重要的指导意义与参考价值.