序列稀疏自回归方法及其在美股做空数据分析上的应用

采用序列稀疏回归的思路来处理向量自回归模型,并设计适用于大规模时间序列数据分析的序列稀疏自回归方法。研究表明:从因子角度刻画向量自回归模型可以有效地将稀疏矩阵估计问题分解成稀疏奇异向量的估计问题,从而极大地提高了计算效率。以1523家美股上市公司1973年1月—2014年12月的做空数据为例,利用此方法探索公司之间的大规模做空关联网络。研究发现:此方法可以有效地恢复股票做空份额(即某一公司的空头股份数量)与股票收益率之间隐藏的关联网络,对于股票风险溢价研究具有一定启发意义。

基于BigQuant大数据平台的股票投资策略开发

文中基于BigQuant平台股票投顾系统,利用StockRanker算法和回测机制,对中国股市在整个样本期2010年1月1日至2019年2月5日具有正常交易的全部A股中剔除沪深300指数成份股后的1848只股票特征数据进行分析,给出最有投资价值的股票排序,从而为具有不同风险偏好的投资者提供智能化、个性化的资产配置建议。文中基于标准指数基金中证500指数,通过策略判断,用业绩优异的非成份股代替业绩较差的成份股,开发出一款D产品,它具有超越标准指数基金更好、更稳定的投资收益。

基于自编码机器学习的资产定价研究——中国股票市场的金融大数据分析视角

本研究在中国股票市场上,使用自编码机器学习方法和包含近百个公司特征变量的金融大数据,对资产价格进行解释和预测,并对自编码因子进行全面的宏观经济分析.研究发现,自编码因子能够从包含公司特征的大量信息中提取到有效的收益预测信号,并在横截面上获得显著的超额收益.在对因子重要度的研究中,研究发现我国股票市场异象具有时变特征.此外,研究从宏观经济状态和经济政策两个角度分析表明,基于自编码的投资模型的有效性与宏观经济息息相关,它能够在市场泡沫成分较大和投机气氛较浓的情况下成功对冲市场风险,且能捕捉到由财政政策和货币政策所导致的市场环境的变化.

基于大数据时代的铁路车辆维修企业数据管理与应用研究

为了更好地实施对铁道工务设备运行状态监管,并减少维护投入,本文将以铁路机务设备大数据健康管理系统为研究背景,展开相应的研究。该系统采用层次分析法、自回归模式、支撑向量机模式,完成了铁道工务设备运行状态监控、卫生趋势预测数据分析(准确度达到96.2%)、故障预测数据分析(准确度达到百分之九十九点零八)、卫生事故分析与报警等功能。信息系统的应用有效地减少铁路机务设备维护投入,对铁路机务设备的信息化安全管理工作提供示范作用。

金花茶大砧嫁接试验初报

采用3种10a以上的成年大树为砧木,以普通金花茶、凹脉金花茶、平果金花茶、细叶金花为接穗,研究比较了同种砧木、不同接穗,同种接穗、不同砧木在3个不同时期嫁接成活率。结果表明:普通金花茶嫁接的综合效果最好,其成活率、抽梢率、平均新梢长最大,分别为87.38%、84.09%、10.10cm,平果金花茶次之;凹脉金花茶嫁接效果最差;普通金花茶、平果金花茶、细叶金花茶在8月嫁接效果最好;不同砧木(大红牡丹、宛田红花油茶、博白大果油茶)对嫁接成活率、抽梢率无显著影响,3种砧木类型嫁接以8月份成活率和抽梢率最高。

基于大数据的上海市存量土地开发潜力评价

本文采用大数据技术处理并融合了手机信令、交通、互联网、土地利用现状、人口普查等各类数据,构建了识别模型。基于模型对上海城市开发边界范围进行了土地开发潜力分区分类评价,定量计算出各区域和各类用途土地开发潜力。结果显示外围新城和新市镇是主要的潜力区域,工业用地、宅基地具有较大的开发潜力。最后通过分析上海居民地铁通勤特征验证了土地开发潜力分区分类评价结果,并基于评价结果提出了规划建议。

大数据背景下投资者行为研究的趋势分析:基于“内涵-思路-方法”的三重视角

随着大数据在各领域的广泛应用,"数据密集型科学"成为新的研究范式,也为投资者群体行为的度量提供了新的数据和方法支持。本文以网络大数据的来源和投资者行为为分类标准,从投资者关注、信息需求、情绪和公司盈利预测四个方面对基于网络大数据的投资者群体行为及其与股票市场的关系的相关研究进行了梳理、总结和述评,发现网络大数据对资本市场具有重要的信息价值,网络大数据中所反映的个体偏好和预期及其传播和演化为市场信息反馈和投资者行为的研究提供了很好的实证数据。同时,计算机科学与金融学的交叉研究在其中具有重要的作用。本文在现有研究的梳理上提出基于网络大数据的投资者观点和行为的演变、交互,资产配置策略,市场参与者的情绪及其影响机制,资本市场的监管以及结合公司金融、外汇市场等其他金融市场的研究可能是未来的研究发展方向。

北京市股票市场散户对庄家的态度与跟庄行为模型

今年 1月 ,通过对北京市 7个城区的 30个证券交易所的 1117名股市个人投资者进行问卷调查 ,笔者研究发现 :(1)散户对庄家的评价既有积极的一面又有消极的一面 ,但是整体上他们认为庄家在证券市场中起到比较积极的作用。 (2 )在所调查的北京市股市散户群体中 ,跟庄和不跟庄的情况基本相近 ,不存在显著的差异。(3)跟庄散户的各种依据之间差异显著。 (4)在不跟庄的散户当中 ,不跟庄的各种理由之间差异显著。 (5 )

基于Web大数据挖掘的证券价格波动实时影响研究

随着Web大数据的发展,互联网中海量、快捷的信息为证券市场变化预测提供了丰富的数据支撑,如何利用大数据分析技术进行实时可靠的证券市场价格变化预测成为重要的科学问题。从证券市场价格变化的核心价值问题研究出发,分析了股票价值所反映的基本面要求,建立了影响股票价值内涵和价格表现的10项准确可度量的特征因素:经济周期、财政政策、利率变动、汇率变动、物价变动、通货膨胀、政治政策、行业变化、经营状况、上下游影响等。在此基础上,构造互联网中信息内容与各个特征因素的提取方法、变化关系和影响模型,提出了针对大盘、行业、个股的互联网信息指标来反映Web数据对其的支撑程度,最终实现了基于Web大数据的综合特征因素度量来预测证券市场的方法。实验表明,该方法具有良好的可行性,将带来明显的学术和商业价值。

股票交易中的人类动力学实证研究

对股票交易中的大单交易行为所展示的群体水平上的人类动力学做了实证分析。统计数据显示:股票大单交易时间间隔服从幂律分布,其分布图在双对数坐标下具有明显的胖尾特性;有些股票的时间间隔分布出现了断尾特性,拟合后的幂指数的数值分布区间跨度相对较大。在相同的时间段内,股票的活跃程度与大单交易次数呈现正相关关系,活跃程度与拟合后的幂指数的原始数据没有明显的正相关关系,但是对幂指数进行奇数次移动平均后,活跃程度与幂指数呈现明显的正相关关系。

大数据聚类算法综述

随着数据量的迅速增加,如何对大规模数据进行有效的聚类成为挑战性的研究课题。面向大数据的聚类算法对传统金融行业的股票投资分析、互联网金融行业中的客户细分等金融应用领域具有重要价值。对已有的大数据聚类算法进行了详细划分,并比较了每种聚类算法的优缺点,进一步总结了已有研究存在的问题,最后对未来的研究方向进行了展望。

对大叶种矮化密植茶园放养后茶叶品质变化分析

从矮化密植放养半年、放养4年与常规生产茶叶感官品质、品质成分改变程度分析,认为常规生产茶树经过放养处理茶叶的感官品质都有提高,品质成分变化的共同点是咖啡碱含量明显增长。覆荫树下放养半年及放养4年处理的感官特征是口腔内苦涩能退化干净,其品质成分变化特点除咖啡碱明显增长之外,EGC、C也有明显增长;而没有生态覆荫处理的2个对照叶底,都呈现压重易烂的特征;放养4年处理茶叶,感官品质味浓协调,品质成分除了咖啡碱、EGC、C明显增长外,EC、ECG、儿茶素总量也在明显增加,品质大幅提高的原因是因为茶树高至2~4 m,初具林地生态环境特点,改善了茶叶萌发的光、温、湿小环境;从云南大叶种茶树发源于亚热带原始森林中下层,具有植物学耐荫性的特性出发,建议在部分区域将大叶种茶园发展成林-茶产业,或者将大叶种茶树作为林产业发展的下木树种与林产业共发展,构造云南＂茶在林中,林中有茶＂林-茶产业发展的模式,提升云南茶产业竞争力,提高云南林业的生态和社会效益功能,实现经济发展与生态环境的良性平衡。

网络舆情是否影响股市行情? 基于新浪微博大数据的ARDL模型边限分析

本文基于新浪微博大数据,分析互联网上的股市舆情是否影响真实世界中的股市行情。在梳理网络舆情,特别是微博影响股市的机制的基础上,我们利用具有"利好"和"利空"含义的股市术语的微博出现词频("热词指数"),生成股市的"微博信心指数"。"格兰杰因果检验"和"自回归分布滞后模型"(ARDL)边限检验表明:在股市震荡期,早前三天内的"微博信心指数"有助于预测上证指数;"微博信心指数"和"上证指数"存在正向相关的均衡关系;在股市行情平稳期,以上的统计关联并不存在;网络舆情通过影响入市资金流进一步影响股市行情。

整合运营商内部大数据全面转型存量经营

移动互联网技术的高速发展和智能终端的快速普及,使各行各业的数据流量爆炸式增长,也使得传统通信市场趋于饱和;因此如何保有用户、提高价值成为运营商研究的新课题。文章分析存量经营的必要性及面向存量经营的精准营销流程,以用户画像为基础,阐述用于支撑内部存量经营的精准营销实践,为电信运营商的发展方向提供了思路。

地质大数据建库存量资料收集与整理方法研究

为进一步发挥地质大数据在国民经济、社会发展和城市建设中的基础支撑作用,提高地质工作的社会效益,实现地质大数据的精准服务和社会共享,加快地质大数据库建设步伐。以成都市地质大数据建库工作中存量地质资料的收集和整理为研究对象,简述了成都市存量地质资料的现状和特点,分析了成都市地质大数据建库对资料格式的要求,以真实性,准确性,完整性,统一性和简明性为原则将不同时期、不同介质、不同格式分散存储的存量地质资料进行了有效收集和标准化整理。总结了一套存量地质资料整理的有效方法,提高了存量地质资料整理的效率和质量,为成都市地质大数据建库工作的顺利推进提供了保障,也为成都市地质大数据社会化服务与共享奠定了庞大的数据基础。

国际“四大”与高审计质量——基于股价波动同步性视角的考察

基于股价波动同步性新视角，以2003～2011年的中国上市公司为样本，对国际“四大”会计师事务所提供的审计质量是否显著高于国内“非四大”这一问题进行了检验。研究结果表明：国际“四大”审计的上市公司的股价波动同步性与“非四大”没有显著差异，因此两者提供的审计质量差异不显著。进一步对各“四大”事务所的单独检验结果发现，安永华明、毕马威华振、德勤华永和普华永道中天的审计质量与“非四大”的差异均不显著。最后按照会计准则、投资者保护程度、终极控股人性质及管理层持股等方法将样本分组检验，发现在各种不同的内外部治理环境下审计质量仍然没有显著差异。

大数据时代中国股票市场有效性研究

大数据技术的普及带来了金融科技的发展与创新,证券市场有效性也随之发生了变化。本文选取2007-2017年沪深300指数和中证500指数的日对数收益率为研究样本,以2012年为大数据时代开启节点,采用带有控制变量的滞后六阶自相关模型,对大数据时代开启前、后股票市场有效性进行实证分析,发现我国股票市场仍未达到弱式有效,但是大数据时代后市场有效性显著增强,并提出提高我国股票市场有效性的相关政策建议。

新数据在城市规划与研究中的应用进展

信息通信技术的快速发展促进了由大数据和开放数据构成的新数据环境的形成;新数据环境的形成为规划向存量规划转型提供了数据支撑。无论是在学界还是在业界,新数据在城市规划与研究中的应用日益频繁。本文作为对城市规划行业中新数据应用的系统综述,首先对新数据的获取、管理与数据平台进行介绍;其次,从范式变革“大模型”的诞生与相关成果罗列两大方面阐述了新数据在城市研究中的应用;再次,从“理解—创造—评估”三大过程介绍了新数据在规划应用方面的方法变革与成果,重点介绍了数据增强设计(DataAugmentedDesign,DAD)及相关成果,笔者认为城市规划云平台将成为存量规划时代新的规划形式与技术基础,并以城市规划云平台CITYIF为案例对新数据在规划行业转型中的应用进行介绍;最后在进行经验与教训总结后,对未来新数据在规划中的应用进行展望。

面向大数据的企业经营分析系统设计和应用

设计一款面向企业经营大数据的企业高管绩效评价系统,分析资本驱动型企业经营过程对企业股价的影响。通过工作流图法对企业的盈利能力和偿债能力进行数学建模,进而通过AHP分析法对企业的资产和利润进行拆分并形成偿债能力模型,将两个模型在Python下运行并仿真测试其效果。该模型下的企业盈利能力评价系统和偿债能力评价系统可以直接反应出企业每股价值的变化趋势,可以对企业高管经营绩效做出评价。

基于一种炒股行为生成的随机变量与分布估计

从大数据、机器学习和行为金融学的角度出发,通过设计一个算法定义了一个表现按照某种初级炒股行为买卖一支股票的收益状况的随机变量R,并进行有关研究。基于这支股票的一定的折现历史数据运用所设计的算法求出R的一个样本;根据该样本做出R的一个经验分布;再根据该经验分布建立关于R的近似解析分布的一个序,并进而给出一种求优化近似解析分布的方法。基于R的生成方式及相关探讨展示它的意义,并揭示出一些值得进一步研究的问题。所做工作可为炒股提供一定的启示,可为从大数据、机器学习和行为金融学的角度出发进一步研究股市提供一定的启示。