博彩型股票与投资者的博彩性偏好——基于中国股票市场数据的实证研究

在新兴资本市场中,股票价格容易受到投资者投资偏好的影响。其中,投资者的博彩性投资偏好是本文研究的重点。本文基于中国股票市场实际情况,借鉴并改进了过往文献对于博彩型股票的分类方法,将高个体偏度、高个体波动率、低价格和高超额换手率的股票定义为博彩型股票,并发现个人投资者过度配置了博彩型股票,存在明显的博彩性投资偏好。本文验证了在中国股票市场中博彩型股票未来收益表现较差的结论,说明投资者偏好博彩型股票的投资行为存在非理性偏误。同时,相对于主板市场而言,在投机性相对较强的中小板和创业板市场中的博彩型股票未来收益表现更差;无论市场在上升或下降环境中,博彩型股票的未来负超额收益一直稳定存在。因此,本文认为应在中国股票市场中加强投资者教育,以降低个人投资者的非理性行为偏差,维护股票市场的健康稳定发展。     

我国基金博彩型股票交易是博彩偏好的结果吗？——基于信息挖掘视角

本文从信息挖掘入手,利用基金持股数据分析基金持有博彩型股票背后的原因。结果表明:基金博彩型股票持股显著提高了股价同步性,基金博彩型股票交易在整体上关注非基本面信息,仅在市场情绪低落时关注基本面信息,表明基金博彩型股票交易中存在信息交易,并不是纯粹的博彩偏好的结果。本文的研究一定程度上解释了基金持有博彩型股票的动机,并为监管当局深入了解基金择股能力和投资行为提供了参考依据。     

证券分析师会降低博彩型股票推荐评级吗？——来自我国A股市场的经验证据

博彩型股票具有“高风险”和“高投机性”的特点。本文以博彩型股票为研究对象,检验证券分析师是否会显著下调博彩型股票的推荐评级。在此基础上,探讨了投资者对博彩型股票推荐评级做出的反应及评级后的超额收益率情况。结果表明:分析师更可能下调博彩型股票的评级,但在投资者情绪高涨时,下调的可能性有所减小;投资者对分析师的博彩型股票评级存在反应过度的情况。本文结论对于认识证券分析师在资本市场中的作用具有重要的参考价值。     

主成分分析与支持向量机相结合的区域降水预测应用

将主成分分析和支持向量机回归相结合,以广西5、6月区域平均日降水量作为预报对象,进行区域日降水量预测研究.首先,整理分析大量的T213数值预报产品信息数据进行主成分分析,得到主成分数据序列;其次,根据主成分数据序列建立训练集训练支持向量机,并利用遗传算法优化参数;最后,输入支持向量机所需数据,得到主成分预测结果,建立广西日降水预报模型.实例计算结果表明,支持向量机回归模型比逐步回归模型有更好的预测能力.     

基于支持向量机的神经元形态分类

针对神经元的空间几何形态特征分类问题以及神经元的生长预测问题进行了探讨.结合神经元的形态数据,分别建立了基于支持向量机的神经元形态分类模型、基于主成分分析和支持向量机的神经元分类模型以及基于遗传算法和RBF网络的神经元生长预测模型,在较合理的假设下,对各个模型进行求解,得到了较理想的结果.     

基于核主元提取的支持向量机辨识

将一种基于特征提取的ε-不灵敏支持向量机方法用于非线性系统辨识.对输入输出数据首先进行核主元特征提取,将特征提取后的数据作为支持向量机的训练数据.将该方法与基于主元特征提取的方法和直接应用ε-不灵敏支持向量机的方法进行含噪和不含噪情况下的仿真比较,结果表明,方法的拟合性能和抗干扰能力优于其他两种方法.     

基于支持向量机的粒子群神经网络集成股市预测模型

为有效提高神经网络集成的泛化能力,先利用量子粒子群和主成分分析提高集成个体的泛化能力,再利用泛化能力强的支持向量机回归集成生成输出结论,建立一个基于支持向量机的粒子群神经网络集成股市预测模型.试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好.     

对主成分分析法三个问题的剖析

从主成分分析法的基本原理入手,针对教学过程中学生对主成分分析法感到费解的三个问题进行了逐一剖析:1.为什么主成分系数是经标准差标准化后原始变量的协方差矩阵的特征向量?2.特征向量正负号如何选取?对进一步的研究如计算综合得分和聚类分析有何影响?3.主成分载荷值是如何得来的?同时指出有些教材在计算主成分得分时混淆了主成分载荷和特征向量的概念,以致造成错误的结果.     

基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型及其在信用分类中的应用

信用分类是信用风险管理中一个重要环节,其主要目的是根据信用申请客户提供的资料从申请客户中区分出可信客户和违约客户,以便为信用决策者提供决策依据.为了正确区分不同的信用客户,特别是违约客户,结合核主元分析和支持向量机算法构造基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型对信用数据进行了分类处理.在基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型中,首先对样本数据进行预处理,然后利用核主元分析以非线性方式降低数据的维数,最后利用带可变惩罚因子最小二乘模糊支持向量机模型对降维后数据进行分类分析.为了验证,选择两个公开的信用数据集来进行实证分析.实证结果表明：基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型取得了较好的分类结果,可为信用决策者提供重要的决策参考依据.     

体积计算方法的剖析——从祖暅原理到三重积分

结合实例,对祖暅原理、定积分、二重积分和三重积分这四种计算立体体积方法的具体计算过程进行了梳理,以求展示这四种方法之间的内在联系及其适用范围.     

基于主成分分析的支持向量机模型对上海房价的预测研究

采用基于主成分分析的支持向量机方法对上海房价进行预测.首先利用主成分分析法对原始数据进行降维处理,然后利用具有高水平的小样本学习能力的支持向量机进行预测模型的建立,对上海房价进行预测.实证显示,经过主成分分析的支持向量机模型能够较好地处理复杂的房地产数据,具有较高的预测能力,为上海房地产业的发展提供参考.特别地,该模型可以普遍应用于影响因素众多,时效性较强的短期小样本数据问题的预测,具有较高的泛化能力和很好的预测精度.     

伪加权Mealy机与伪加权Moore机的关系

给出伪加权序列机、伪加权Mealy机以及伪加权Moore机的定义并分别给出了它们的响应函数.证明伪加权序列机与伪加权Mealy机是不等价的、伪加权序列机与伪加权Moore机是等价的;并以伪加权序列机为桥梁,得到了伪加权Mealy机与伪加权Moore机的关系是不等价的.     

直觉模糊集的扩展原理

基于文[1]给出的直觉模糊集的截集、分解定理和表现定理,利用模糊集的扩展原理,本文建立了直觉模糊集的扩展原理.首先,给出了直觉模糊集的扩展原理及其等价形式;其次,讨论了直党模糊集的扩展原理的有关性质;最后,研究了复合函数的直觉模糊集扩展原理及其性质.     

强极值原理中辅助函数的构造

通过分析极值原理在强极值原理证明中的作用,研究如何构造其证明中的辅助函数.     

最大模原理的推广

本文把最大模原理及 Phragmén—— Lindelof定理推广到具有保域性的一类连续函数上 ,得到若干结果 .     

几何非线性弹性薄壳的势能极值原理

本文基于凸分析数学理论,建立了几何非线性弹性薄壳的势能极值原理。证明了系统总势能泛函的极小性质及变分解的存在性、唯一性均直接取决于一个所谓的互补间隙函数。     

扩张原理的粗集表示

粗集、模糊集均是处理不确定信息的数据分析工具,是数据挖掘的重要方法.由Zadeh首先提出的模糊扩张原理是模糊集理论的最基本的原理之一,粗集是通过上、下近似算子来发挥作用的.本文讨论扩张原理与粗集上近似之间的关系,证明了扩张原理可以表示成粗集上近似的形式,因此,扩张原理成了粗集与模糊集之间的桥梁.此外,借助粗集上、下近似算子的公理系统解决了扩张原理的反问题.     

一类最优控制问题的最大值原理

本文研究具有终端约束的最优控制问题.利用构造罚函数的方法将其转化为无约束的近似问题,从而证明最优控制的存在性及其所满足的最大值原理.     

锐角原理的构造性证明

本文用单纯同伦向量标号算法给出了上半连续集值映射的锐角原理的构造性证明,从而给出了几个不动点定理的构造性证明还给出了一个保证计算收敛的条件。     

锐角原理的构造性证明

本文用单纯同伦向量标号算法给出了上半连续集值映射的锐角原理的构造性证明,从而给出了几个不动点定理的构造性证明.还给出了一个保证计算收敛的条件.