The Prediction of Stock Price Based on Improved Wavelet Neural Network

To improve the accuracy of forecasting stock prices, a new method is proposed, which based on improved Wavelet Neural Network (WNN). Firstly, the Genetic Algorithm (GA) is used to optimize initial weights, stretching parameters and movement parameters. Then, comparing with traditional WNN, the momentum are added in parameters adjusting and learning of network, what’s more, learning rate and the factor of momentum are self-adaptive. The prediction system is tested using Shanghai Index data, simulation result shows that improved WNN performs very well.

中国股市基于成交量的价格动量策略

根据1999年Hong和Stein信息逐渐扩散的行为模型,构建了中国股市基于成交量的价格动量策略.结果表明,低成交量组合中存在着显著的中期动量,并且持有低成交量赢者组合,明显能够战胜市场组合.成交量包含未来股价走势的重要信息,能够测度私有信息的扩散速度及动量交易的规模.传统风险因子对策略收益缺乏解释力,与信息逐渐扩散模型假设相一致,私有信息或公司特有信息的缓慢扩散,造成股价对信息反应不足,从而产生了价格动量.此外,由于信息不对称引发的股价操纵行为,对价格动量也具有一定解释力.

基于价格动量和交易量实证研究

价格动量和交易量是股票运行的两个基本特征.股票收益和交易量联合决定市场动态的过程,因此将成交量和收益率一起共同构造一个二元变量来进行统计、分析、实证是一个重要的思想.文中通过对沪市全部A股的三个不同时段,构造了关于价格动量和交易量的二元变量进行实证,揭示了价格动量和交易量的信息意义,并探讨了基于价格动量和交易量之上的投资组合策略.

股票市场能量体系研究

本文借鉴物理学研究物体运动规律的思想,提出以成交量为基础的标的资产交易速度定义。根据近代物理学相对论质速关系及质能方程的数学模型,提出以价格为基础的标的资产惯性价格以及其动量和能量假说。在此基础上,本文推导出股票市场量能方程,并结合金融市场的动量现象以及动量生命周期假说,构建了股票市场的资产动量和能量体系框架。通过对30只不同股本股票的能量谱进行实证研究,发现当股票能量值大于某一常数时,随后的一段时间里股价将会出现较大的变化,用此能量值可以揭示股票价格是处于稳态还是非稳态。研究30只股票的资产动量与能量之间的数量关系,发现要达到同一能级,大盘股需要较大的动量,而小盘股需要较小的动量。

基于牛市和熊市不同周期的股票市场动量效应研究

在参考国外研究方法的基础上,以周作为检验周期,将1997年6月至2001年6月的股市作为牛市,2001年6月至2005年6月的股市作为熊市,然后分别检验股市在这两个不同时期的动量效应。研究发现,赢家组合在牛市中存在着正的动量效应,输家组合在熊市中存在着负的动量效应。而牛市中的输家组合和熊市中的赢家组合都存在着价格的反转。

克隆明星基金投资策略构建及其有效性研究

投资者对简单易行的投资策略梦寐以求。本文在股票价格具有惯性和明星基金具有股票选择能力的现实情况下,设计了一种简单易行的克隆明星基金投资策略,并以实际的金融数据对该种投资策略的有效性进行了实证分析。结果表明:该策略能够产生较好的投资收益,投资者利用该策略进行投资是有效的。

基于因子模型的商品房住宅价格机制研究

本文根据中国四个一线城市商品房住宅市场2007年至2017年不同小区不同户型住宅的月度房价和房租的数据样本,着重研究了一线城市住宅的投资收益率性质。研究发现,住宅的月度收益率存在显著的价值效应,户型效应,中短期动量效应,以及长期反转效应。基于这些发现,本研究提出了包含市场因子,房价房租比因子,以及动量因子在内,用以解释我国住宅房地产收益率的三因子模型。实证结果显示,本文提出的三因子模型能够很好地解释商品房住宅市场上不同类型住宅的收益率,加深学术界和政策界对于商品房住宅市场中价格形成机制的理解。本文的研究成果对于帮助政府灵活施策,更加有效调控房地产市场具有积极参考意义。

改进BP算法在公路工程主材价格预测中的应用研究

分析了传统BP算法的不足,利用相关分析法筛选出公路工程主材价格的主要影响因素;在确定BP神经网络结构及选取训练函数的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型,并结合合肥市石屑价格预测的实例,利用建立的预测模型,采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格,并将预测结果进行对比,分析了不同BP算法预测结果之间的差异。结果表明,使用改进的BP神经网络算法进行公路工程主材价格预测,可以将预测误差控制在6%以内,并减少95%左右的训练步数。同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效。

机构投资者交易行为和股票价格趋势

机构投资者是股票市场上重要的投资主体,其投资行为关系到股市的健康稳定发展。本文基于2005-2016年A股市场上市公司被机构投资者持股比例的季度数据,研究了机构投资者的交易行为以及其对股价趋势的影响。实证研究结果表明:第一,机构投资者是动量交易者,并且当期机构投资者持股比例越高,下期持股比例改变的越少;第二,机构投资者的动量交易行为会造成股票价格形成短期趋势,并且被机构投资者持股比例越高的公司,其股价趋势越弱;第三,采用技术指标可以获得α收益,在经过一些列稳健性检验后,α收益依然存在。本文的学术贡献在于:第一,实证研究发现了机构投资者的动量交易行为会受到其持股比例的影响,进而影响到股票价格的趋势;第二,用技术指标衡量了股票价格趋势的强弱,为技术指标有效性提供了依据。

股市流动性与资产定价——基于我国A股市场的实证研究

长期以来,股市流动性被认为是决定股票收益的基本因素。本文选取我国A股市场非金融类股票(沪市425种和深市400种)2002—2012年的数据为样本,分别运用Fama-French三因素模型和调整的三因素模型(引入流动性因子和动量因子的五因素模型),对我国A股市场流动性与股票价格的关系进行实证研究。研究结果表明:样本期内股票流动性对其预期收益的影响非常明显,同时还发现公司规模的大小和流动性水平的高低也会影响流动性与股票收益率之间的相关关系。

卖空限制对中国权证价格的影响

论文利用中国市场上特有的不允许卖空股票的制度,来实证检验"限制对冲"风险对于权证定价的影响。研究将中国权证市场的定价偏离分解为流动性溢价和动量性溢价( 折价) 。其中动量性溢价( 折价) 是市场泡沫的一种体现。研究发现在权证泡沫出现期间,权证的换手率增高。另外,如果允许卖空,投资者将可以通过套利获取无风险收益。

行业板块股价对重大污染事件的应急反应分析

金融市场有效性争议至今没有定论,中国股票市场有效性判断仍有争议。本文从突发性重大污染事件冲击角度,通过行业板块受突发事件冲击后股票价格在H股与A股两个市场应急反应的对比分析,考察我国股票市场的有效性状况,发现H股表现出的反应不足甚于A股,表明我国股票市场已存在短期动量效应,能在一定程度上对当前公开信息作出反应;但这种反应是不足和滞后的,还未达到半强式有效。可见,我国股票市场处于发育初期,公司治理结构政府主导和环境管制不力等综合因素导致了行业板块股价的特殊走势。

资产定价异常及其研究方法评述

在经典的资产定价框架下,任何或有索取权的最终收益经随机贴现因子贴现后取数学期望便得到该或有索取权的价格。然而,该理论并不能很好地吻合实际数据,资产定价异常问题的总结及相应理论解释方法的探索应运而生。资产定价的异常问题主要体现在随机贴现因子的矩特征和因子结构两个方面。针对资产定价异常问题,有古典理论解释和行为金融解释两种解释。总体来看,现有各种方法缺乏同时解释各定价异常的一致性方案与结论。现有的定价异常问题理论解释方法也均局限于对一般均衡定价中的异常现象的解决,未能触及无套利定价异常问题的领域。因此,一个亟待研究的课题是,如何在更加基础的层面对资产定价理论进行修改和完善。即对资产定价框架的支持理论做出创新修正,对风险回报度量方式进行修改,增加风险回报刻画的自由度指标,以拓展资产定价理论的解释领域,从而内在化各类资产定价异常问题成为一般性定价问题。

前期高价动量策略在我国中小板市场的有效性研究

本文验证了前期高价动量策略在我国中小板股票市场的有效性,发现仅形成期为1个月的动量策略在接下来3—6个月内可获得显著的超额收益率;当形成期为3个月或6个月时,持有期为1个月的动量策略发生了巨大的亏损。在考虑了市场趋势的情况下,发现获得显著收益的动量组合会在牛市中放大这一收益,而发生显著亏损的动量组合会在熊市中放大这一亏损。

基于改进BP神经算法的农产品价格预测模型的构建与实现

为了提高农产品价格预测精度,提出一种改进的BP神经网络模型。先通过定性分析得到影响农产品价格波动的因子,然后采用MIV方法选择强影响力的因子作为神经网络输入节点。并采用改进的算法进行学习,寻找最优的BP网络结构。利用改进后的模型,实现了农产品价格的高精度仿真。

异质机构投资者对我国A股市场异常的影响研究

市场异常是对有效市场理论的违背,但现实中却广泛存在。不同机构投资者通过持有和交易股票,对市场异常现象产生的影响应不同。本文实证度量了四种市场异常现象,发现我国A股市场明显存在盈余惯性和投资异常的现象,但无法证明另两种市场异常价格动量和价值溢价是否存在。实证结果验证了异质机构投资者对市场异常的影响方向与力度均存在明显差异。但令人惊讶的是,保险公司通过大量持有总资产体量较大的股票,更能促进而不是降低投资异常现象。通过对比机构投资者的持有量与交易量对四种市场异常的影响,没有发现机构交易量比持有量更能度量市场异常的经验证据。

“强者”一定“恒强”吗?——来自中国股票型公募基金动量效应研究的新发现

以2014-2018年中国股票型公募基金市场为样本,改进基金动量组合构造方法,并提出中国公募基金市场“新动量效应”。研究发现:传统动量效应稳健性较差并存在较高“动量崩溃”风险,而剔除历史上表现“最好”的基金,则可以显著提高动量组合收益稳健性;同时,“新动量因子”具有更加稳健的股票横截面定价能力;最后,从“投资者关注”和“处置效应”两个角度,对“新动量因子”存在机制作出了理论解释。

深度学习能否让失效因子“起死回生”?——基于Transformer模型的中国A股市场月频动量效应挖掘研究

本文使用基于Transformer模型的深度学习算法成功发现了中国A股市场的月频动量效应,并通过分析模型的信息挖掘机制解释了过去A股市场的“月频动量效应消失之谜”。具体而言本文证实Transformer模型能够利用高维嵌入算法与注意力机制成功甄别以彩票型股票偏好和非理性交易行为为代表的市场噪音,在去除相应的干扰因素后中国A股市场存在显著的月频动量效应,多空组合能够获得0.29%的平均月度收益。进一步地本文从行为金融的视角对A股市场动量效应的形成机制进行了相应分析,证实投资者对市场信息的反应不足是动量效应存在的重要原因。本文研究证实深度学习算法可以利用算力优势挖掘增量信息并增强传统因子的定价能力,对提升资本市场定价效率和投资实践具有一定的启示意义。

股市价格动量与交易量关系:中国的经验研究与国际比较

从收益率和交易量两个角度对中国股市价格动量进行月度数据检验.结果表明,单独基于收益率标准的检验证实中国股市总体不存在价格动量.但增加交易量标准的进一步分析显示,低交易量组合的股票存在价格动量,而高交易量赢者组合的股票发生显著的价格反转,同时"对角策略"存在很大的套利空间.这一结果主要是由于中国股市的特殊结构所致,可以用行为金融模型解释.

动量效应的行为金融学解释

动量效应为何长期广泛存在,是传统金融理论和行为金融理论争论的焦点.本文针对中国股市的特性,基于行为金融理论下的锚定偏误与处置效应构建了两种"相对股价动量"组合,并研究了这些"股价动量"与传统动量的关系.结果表明:控制传统动量效应和系统性风险之后,股价动量组合的收益仍然显著为正;在控制了股价动量效应后,传统的动量效应不再明显;在考虑交易成本之后,动量收益不显著.这说明,"锚定偏误"和"处置效应"是导致我国股市动量效应的重要原因,交易成本则阻碍了套利行为的进行.