上证指数的影响因素分析

采用统计分析,对影响上证指数的因素做了分析,采用多元回归,建立了上证指数的多元线性模型。通过模型回归值与上证指数的相对误差数据分析,回推出重大政策事件对上证指数的影响。说明在股市投资中,既要重视数据挖掘,借鉴回归模型,同时也需要高度关注政策事件对股市变化的影响。

从寻找市盈率与股价指数关系中发现的问题

某些书上对综合指数的计算方法表述有些不妥 ,作者经过深入的分析研究 ,最终解决了这个问题 ,并给出了正确的计算公式 .

支持向量回归的多因子量化策略研究

为了在股票市场上更好地进行选股操作以及量化投资,提出了运用支持向量机回归方法对上证指数的成分股的市值解释因子进行回归的方法.利用交叉验证法来确定模型超参数,通过参数寻优寻找市值与其解释因子之间的关系,并对特定交易日内各个成分股残差的大小按降序进行排序,进而以此为基础制定调仓策略.实验对2012年1月1日至2018年12月31日的上证指数进行了十次实盘回测.结果表明,此研究方法以平均2.615的夏普率得到了62.01%的平均年化收益率,而线性回归的这两个值分别为1.587、46.69%,随机森林的这两个值分别为2.568、38.44%.对比得到,此研究方法在良好的风险控制基础上可以使投资获得更大的收益.

0-1序列中变点的贝叶斯分析

对于0-1(伯努利)序列中的变点问题,本文提出了一个确定变点的个数和位置的贝叶斯方法。首先借助于二分法把变点个数的确定问题转化为一系列对没有变点和仅有一个变点的模型进行比较的问题,然后通过贝叶斯因子进行模型比较。本文得到了贝叶斯因子和未知变点的后验分布的显式表达式。最后,通过对上证指数数据的实证分析阐释了所提方法的有效性。