基于神经网络技术对标普500指数波动率的预测

波动率是对特定证券或市场指数收益分散度的统计量度,可以通过使用证券或市场指数收益率之间的标准偏差或方差来衡量。通常,波动率越高,风险越高。文章运用神经网络模型对美国标普500指数2016年的波动率进行了预测,并得到了优于传统模型的预测结果。

基于EGARCH残差控制图的美股收益率波动监测分析

通过研究股票收益率,发现股市的波动性特征,成为证券市场研究重点。本文以监测美股收益率波动为目标,基于2010年5月17日至2020年5月17日标准普尔500指数,先利用EGARCH模型来处理金融时间序列数据的波动簇集性和“杠杆效应”,建立EGARCH残差控制图来监测分析,并结合股票收益率序列对监控的实例对该控制图的有效性加以分析。结果显示EGARCH型残差控制图能够很好地应用于实际工作,有效地在股市发生剧烈变动前检测出异常点,对金融风险有良好的监测效果。

黄金关于国际股市风险的对冲效率研究

本文从讨论黄金的内在价值与避险功能入手,选用单期静态的最小方差对冲策略,对黄金和标普500指数期货合约价格进行了研究,讨论黄金投资价值与避险功能,为构建包括黄金资产在内的资产组合提供借鉴。

对冲基金对美国股市的影响及对中国的借鉴

从学术界长期以来对对冲基金的研究中可以发现,对冲基金与股票市场的相关性最大,对冲基金的收益、风险与监管三大因素对股市有较大的作用。利用最小二乘法、极大似然估计法与广义矩估计法分别建模,研究了三大因素对美国股市的影响,结果发现,三大因素与美国股市收益均呈现负相关性。同时,这些研究对我国当前股市的发展具有一定的借鉴意义。