正态分布在上海股市中的应用

我们利用数理统计中偏度，峰度检验法，对上海股票市场自1997年1月至1997年6月历时半年的大盘每日收盘指数（这里综合指数）进行研究，发现在显著性水平α＝0．01下，上海股市日收盘指数（简称上证缩指）半年期内服从正态分布，从而为广大投资者提供理论上的可靠依据，帮助他们在股市中正确投资，防范风险，减少盲动，争取利润最大化。     

基于TransPMF检验的连涨连跌收益率的变结构分析

主要运用基于Box-Cox变换的惩罚极大F检验(TransPMF test)对上证综指的连涨连跌收益率进行变结构分析.选用2000年1月到2014年12月共3814个日对数收益率数据,采用transPMF方法检验这段时间内的连涨与连跌收益率是否存在变结构问题,估计变结构的个数与位置,并对发生变结构的原因结合实际进行分析.     

引入优质红筹股或H股公司CDR积极意义的探讨——站在提高上证综指稳定性的角度

中国存托凭证(CDR)是境外注册的公司在中国境内发行的代表境外公司股票的可转让证券.本文利用历史数据构建了包含优质红筹股或H股公司CDR的假想新股票指数;非参数统计检验结果表明,引入优质红筹股或H股公司的CDR可以提高上证综指的稳定性,从而给出了引入CDR为我国资本市场发展带来积极意义的一个实例.     

高维数据下的贝叶斯网络结构学习

贝叶斯网络模型作为一种传统有效的大数据图模型,因其具有因果和概率性语义等特点受到学者们的广泛研究。为了解决基于高维数据构建贝叶斯网络的难题,本文提出了一种适用于高维数据的贝叶斯网络结构学习算法—LTB算法,该算法由Lasso、Tabu Search算法和BIC结合。首先,运用Lasso降低协变量的维数,筛选出与目标变量关系密切的协变量将作为贝叶斯网络的顶点。然后,选择Tabu Search作为元启发式算法,选择BIC作为计算得分的方法,两者结合构建全局最优的贝叶斯网络结构。实证分析表明,LTB算法应用于上证综指影响因素的研究,既可以获得上证综指与其影响因素间的因果关系,也可以利用条件概率得到上证综指影响因素间的组合方式。     

基于加权支持向量机的VaR计算方法研究

针对统计学框架下传统VaR计算方法的不足，发展了基于加权支持向量机（W—SVM）的VaR计算新方法．为了在VaR模型中计入金融时间序列的记忆效应，采用最优市场因子作为支持向量机的加权模型．对2001—2009年上证综指的实证研究表明，基于W—SVM的VaR模型优于传统的VaR方法，在小样本、厚尾、非线性及有异常波动的市场条件下，各种置信度下的W—SVM方法均能取得较好的性能．