双限制Tobit自回归GARCH模型和价格限制下股票日收益率模型估计

本文提出了一个在价格限制即涨跌停板制度存在的情况下，股票日收益率可能遵循的时间序列模型一双限制Tobit自回归GARCH模型，建立了此模型的最大似然估计法(MLE)，用Monte Carlo实验研究了最大似然估计量性质．作为此模型应用，我们对一个上海股市的股票日收益率模型参数进行了估计。     

银行业如何影响房地产业?Copula分位数回归及预测方法

众所周知,房地产业与银行业是高度相关的,如何确定银行业股票收益率对房地产业股票收益率的影响以及如何根据银行业股票收益率预测房地产业股票收益率的波动是非常重要的问题。本文首先使用Copula分位数回归建立了银行业股票收益率对房地产业股票收益率的回归模型,并且给出了Copula分位数回归基础上的CopuIa选择新标准,即分位数损失函数距离意义下的Copula函数选择准则,依据该准则我们选取Clayton Copula分位数回归模型刻画了低迷时期银行业股票收益率如何影响房地产业股票收益率,并据此对房地产业股票收益率的波动进行了预测     

股权分置改革试点G股的超常收益实证研究

本文采用事件研究法就股权分置试点改革过程中G股股票是否存在超常收益进行了实证分析。实证分析表明股改试点公司股票在试点公司完成股改后复牌当天确实存在着显著的正的超常收益,其中第一批试点公司G股股票的平均超常收益率高于第二批试点公司G股股票的平均超常收益率,深交所试点公司G股股票的平均超常收益率略高于上交所试点公司G股股票的平均超常收益率,中小企业板试点公司G股股票的平均超常收益率高于主板试点公司G股股票的平均超常收益率,高对价试点公司G股股票的平均超常收益率高于低对价试点公司G股股票的平均超常收益率。     

基于买卖委托单不平衡的上海A股市场股票收益率与流动性研究

基于上海证券市场的交易数据讨论了交易者买卖委托单不平衡的衡量方法及其适用范围，并在此基础上考察买卖委托单不平衡与股票的当期、滞后期收益率及流动性之间关系，实证结果显示滞后一期的股票收益率与当期收益率存在着显著的正相关，当期及滞后一期的买卖委托单不均衡均显著的影响了当前的股票收益率；在正负委托单不平衡交易日的股票平均收益率存在显著差异，正委托单不平衡交易日的股票平均收益率显著小于负委托单不平衡交易日内收益率，交易者在样本考察交易日期间更偏好委托卖单，股票流动性与投资者买卖委托单不平衡正相关。     

基于极值理论对京东与阿里巴巴股票的价值风险分析

采用极值理论方法对京东与阿里巴巴股票日对数收益率的VaR进行了研究.在研究期间,对应于不同的尾概率,京东股票日对数收益率的VaR分别高于阿里巴巴股票的;在季节效应分析中,京东股票日对数收益率在四个季度的VaR由高到低的排序为Q3,Q2,Q1,Q4,阿里巴巴的则为Q3,Q4,Q1,Q2.这两个企业虽然都是中国的电商企业,但经营模式,管理模式,促销模式、经营范围、平台、数据管理、员工管理等方面都有差异,这是造成上述结果的主要原因.     

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.     

具有连续红利的幂型欧式期权定价

在等价鞅测度框架下,讨论了在期权到期时刻具有连续红利支付的幂型股票欧式期权的定价公式.这里我们假设市场无风险利率,股票预期收益率,股价波动率以及股票红利率都是时间的确定性函数.     

股票收益率的次指数分布拟合

股票收益率等金融时间序列具有重尾特征,因而不适于用正态分布来描述,次指数分布族S是一类重尾分布族,能够很好的处理具有偏态、重尾特征的金融时间序列,本文对上证指数的收益率进行了次指数分布拟合,并给出了在险价值(VaR)的估计。     

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.     

通货膨胀率与股票收益率关系——基于门槛回归模型的再检验

自费雪效应(假说)提出以来,通货膨胀率与股票收益率之间的关系引发了大量的争论,但二者之间的关系并无定论。本文利用门槛回归模型对通货膨胀率和股票收益率之间的关系进行的再检验,我们的研究发现:总体上,通货膨胀率和股票收益率表现为负相关,并且具有显著的门槛效应,当通货膨胀率较低或处于通货紧缩时,股票收益率和通货膨胀率之间存在不显著的负相关关系,而当通货膨胀率较高时,则表现为显著的负相关关系,呈现出明显的非对称性的特征,股票并不是抵御通货膨胀风险理想的保值品。此外,我们还对黄金类股票和黄金现货也进行了检验,研究表明,黄金现货与通货膨胀关系不显著,而黄金股收益率与沪深股市指数类似,与通货膨胀率具有显著的负相关关系,均非理想的抵御通胀保值品。     

Statistical Analysis of Financial Volatility by Wavelet Shrinkage

We analyze the Nikkei daily stock index and verify how wavelets can help in identifying, estimating and predicting its volatility features. While we study the conditional mean and variance dynamics, by utilizing statistical parametric inference techniques, we also decompose the observed signal with a data de-noising procedure. We thus investigate how wavelets discriminate among information at different resolution levels and we attempt to understand whether the de-noised data lead to a better identification of the underlying volatility process. We find that the wavelet data pre-processing strategy, by reducing the measurement error of the observed data, is useful for improving the volatility prediction power.     

基于数据挖掘技术的股票收益率方向研究

本文依据数据挖掘技术对股票收益率的变化方向进行探究。通过小波多尺度分解,将股票价格转化为不同频率域下的子序列数据、并对其中的高频序列进行降噪。构建极度梯度提升树(XGBoost)、以及其它主流机器学习算法,对沪深300和中证500指数中成分股的涨跌进行了拟合并预测。研究发现XGBoost的平均准确率分别达到了54.69%和55.13%,同时依据预测信号构建的投资策略可产生稳定收益,表明该方法具备较强的预测能力。在此基础上,对机器学习算法存在的“黑箱”问题进行了阐述和研究,对模型选股的逻辑进行了探析:提出一种因子权重的度量方法,研究发现市净率、市盈率、能量潮等指标在模型中是较为重要的判别指标,并通过偏相依关系度量了模型中各因子对于股价涨跌方向的边际影响,得到模型倾向于选择市盈率、市净率较小的股票等一些结论,使算法的逻辑更为清楚。     

M-带插值小波包

本文给出M-带插值小波包的构造.M-带插值小波包是根据基插值函数建立的迭代函数序列进行伸缩平移的空间序列.这种小波包可使信号分解更为精细,并具有更好的局部性.由此建立了这种小波包子空间上的近似采样定理.     

沪深港股市相关性的小波分析

主要使用离散小波变换(DW T)对沪深港股市的相关性进行研究.小波可以把方差和相关系数在不同尺度上进行分解,以便更仔细地研究时间序列的波动性在不同尺度上的相关程度.研究发现:三地股票市场的波动性都随着小波尺度的变化而变化;沪深股市与香港股市相关性非常低,而且在不同尺度上相关程度有较大差别.     

一类四元数小波包的构造

实值二维信号可以用四元数来表示,因此,四元数的尺度函数和小波的构造就成为分析二维信号的关键．引入了四元数小波包的概念,并且借助于四元数多分辨分析和四元数尺度函数和四元数小波函数的概念和若干公式,给出并构造了一类四元数正交小波包的构造方法,得到了四元数正交小波包的3个正交性公式,最后,利用四元数正交小波包给出了L^2（R...     

Characterization of Function Spaces Using Wavelets

It is well known that we can use wavelets to characterize various function spaces, for example, Lebesgue, Sobolev, and Besov spaces, and get equivalent norms with wavelet coefficients. However, we cannot determine whether a function is in these spaces by looking only at the wavelet coefficients since the constant function is orthogonal to all wavelets. In this paper, we close the gap by investigating the convergence of wavelet series.     

Irregular wavelet frames on L~2 (R~n)

In this paper, we present the conditions on dilation parameter {sj}j that ensure a discrete irregular wavelet system to be a frame on L2(Rn), and for the wavelet frame we consider the perturbations of translation parameter b and frame function ψ respectively.     

股价指数时间序列的分形性质分析

用一种新的信号处理工具-小波变换,对股价指数数据进行分析,发现股价指数数据类似于一类更广的噪声一分形噪声,从而推广了传统上处理股价指数时间序列时总假定其为白噪声或高斯噪声的假设,用分形噪声能更好地刻划股价指数数据的波动特性.对上证指数和深证指数的实证分析显示,两市股价指数均存在正相关,我国股票市场不是弱式有效市场.实证也显示出小波变换是研究股价指数波动特性的一种有效的方法.     

The Canonical Dual Frame of a Wavelet Frame

In this paper we show that there exist wavelet frames that have nice dual wavelet frames, but for which the canonical dual frame does not consist of wavelets, i.e., cannot be generated by the translates and dilates of a single function.     

Inequalities for Wavelet Frames

One of the fundamental problems in the study of wavelet frames is to find conditions on the wavelet function and the dilation and translation parameters so that the corresponding wavelet system forms a frame. In this article, we obtain some inequalities for a discrete wavelet system to be a frame. Our result improves known ones by Chui, Shi, and Chen.