基于模糊信息分配理论的短期股价涨跌模式识别

基于分形市场假说的股价并不完全反映所有信息的观点,认为历史股价信息是不完备的群体型模糊信息,提出了线性信息分配条件下的信息守恒定理,建立了基于模糊信息分配理论的短期股价涨跌预测的模糊模式识别模型,通过对上证综合指数日线数据的短期预测,表明该模型具有能够动态捕捉股价短期分布特征、有效描述股价序列内蕴的短期非线性因果关系,进而具有较高的股价涨跌识别精度,并提出了金融市场收益率可能性分布的概念.

基于集成式长短期记忆神经网络模型的股价涨跌预测分析

在股价预测领域,预测的准确率比估计的相合性更有价值,因此保证相合估计的传统线性模型正逐渐被长短期记忆神经网络(long short-term memory,简称LSTM)等深度学习方法替代.然而,影响股价的因素是多源的,不仅包括股市历史交易信息,还包括企业基本面信息和宏观经济信息等,这些不同来源的信息间有长期确定关系,而关于此关系的数据记忆会被传统LSTM模型在学习过程中抛弃.构建“集成式长短期记忆神经网络模型”即ensemble LSTM,应用动态网络生成机制保证不同来源数据间的长期均衡关系不会被遗忘,且采用多个LSTM并联,让各神经网络独立处理单来源数据,再通过稠密层融合,因此该模型具有节约运算资源的能力.随机选取了16支个股,对比LSTM和ensemble LSTM在预测股价涨跌方面的性能,发现后者在节约运算资源上具有优势,且准确率也大多高于前者.

互联网金融背景下个人投资者的发帖行为对股价的影响

随着互联网金融的不断发展,研究财经平台的发帖行为对股价涨跌的影响效应具有现实意义。本文以东方财富网股吧中的互联网金融上市公司的发帖行为为基础,使用2022年1—5月的股票相关数据研究股评数及股评情绪对股价涨跌的影响。研究发现:个人投资者情绪的高涨会使股价上涨,个人投资者情绪增加一个单位使股价上涨的胜算提高了24.69%;而个人投资者的关注度增加会使股价下跌,个人投资者关注度每增加1个单位使股价上涨的胜算降低了46.74%。发帖行为对股价涨跌的影响研究为个人投资者做出更合理的决策、互联网金融行业的发展及股市的平稳发展提供借鉴。

基于GARCH-SVM和AR-SVM的个股涨跌预测

提出一种基于GARCH-SVM、AR-SVM和投资者关注度及情绪指标的股票涨跌预测方法。结果表明,加入GARCH或AR等时间序列模型的初步预测结果可以提高SVM预测准确率,这种SVM预测算法既考虑到时间序列的特性,又解决了多变量非线性分类问题。同时,通过加入投资者关注度和投资者情绪的相关指标,可以进一步提高SVM预测的有效性。研究结果还表明,与牛市和熊市相比,投资者关注度和情绪指标在震荡市中对预测精度的影响更大。

利用社交媒体情感分析的短期股价趋势预测方法

本文旨在利用社交媒体中的情感信息来提升股价涨跌预测性能.与以往粗粒度地使用文本中的情感信息不同,将与某公司特定话题相关的细粒度情感信息引入预测模型中,并提出一个用于短期股价预测的全新特征——“话题情感”,该特征同时抽取话题和情感信息,并协同利用二者来预测股价涨跌.此外,以往的测试数据集中交易日数量非常少或者仅包含单支股票的数据,本文方法构建了包含众多股票的长时间跨度数据集,并在此数据集上验证了细粒度情感分析对股价涨跌预测的良好效用.

利率与上市银行股价波动的动态关系研究

本文取得2007年1月至2023年6月824组周数据,构建向量自回归模型VAR实证分析利率与上市银行股价波动的动态关系,发现上市银行股价涨跌幅是利率的格兰杰成因,而利率不是上市银行股价涨跌幅的格兰杰成因。脉冲响应分析发现,利率受到上市银行股价涨跌幅的冲击表现为负向效应。且上市银行股价剧烈波动期间,利率受上市银行股价涨跌幅冲击的脉冲响应负向效应更剧烈、更长久。

媒体报道与股票市场相关性研究

本文基于框架理论和前景理论研究视角,运用计量经济学研究方法,尝试揭示不同股市状态下媒体倾向性报道与上市公司股价涨跌幅度的关系。研究显示,处于股市行情的不同状态(牛市或熊市),倾向性新闻框架与上市公司股价涨跌幅度的相关性有所不同:牛市时,正、负倾向性新闻框架与上市公司股价涨跌幅度均呈现显著正相关,正、负倾向性新闻框架对股价涨幅均具有推升作用且影响程度相当;熊市时,正、负倾向性新闻框架与上市公司股价涨跌幅度均呈现负相关,负倾向性新闻框架的影响大于正倾向性新闻框架;处于相对平稳的股市状态时,二者均呈显著相关,但正倾向性新闻框架与股价增长幅度的相关性强于负倾向性新闻框架与股价跌落幅度的相关性。

结合财务指标和技术指标的股票预测实证研究

为了提高股价预测的准确率,结合财务指标和技术指标作为模型的输入特征,并将逻辑回归、决策树和XGBoost三种分类算法应用到的股价涨跌预测中。以五只A股2015年1月5日至2019年12月10日所有交易日作为实验数据。实验结果与基于纯技术指标的模型对比,证实了基于财务指标和技术指标模型的准确率、精准率等评价指标均高于基于纯技术因子的模型,为投资者提供了更有效的信息。

灰色局部支持向量回归机及应用

为了解决全局支持向量回归机(Global-SVR)在大样本数据集中计算效率低下的问题,将局部支持向量回归机与灰色系统理论有机结合,并利用灰色关联度作为局部邻域函数构造灰色局部支持向量回归机(GL-SVR),该做法具有一定的理论价值.优化过程中采用留一法评估学习机的泛化性能,利用模式搜索法选择模型参数.真实的股价涨跌幅预测实验结果表明,该方法既加快了运算速度,又提高了预测精度.

特质信息、产权保护与信息环境——来自全球主要股票市场的经验

本文以34个全球主要股票市场全面采纳IFRS前的股价同向涨跌率为参照系，观察全面采纳IFRS后股价同向涨跌率是否显著降低，据此判断按照IFRS要求披露的上市公司财务报告是否向投资者传递了更多关于会计主体的特质信息。本文还将上述样本分为成熟股市和新兴股市，英美法系国家股市和大陆法系国家股市进行比较研究，据此观察各个国家（地区）产权保护与信息环境对于IFRS执行效果的影响。研究发现：全面采纳IFRS后，成熟股市的股价同向涨跌率整体下降且显著，但是新兴股市的股价同向涨跌率虽整体下降但不显著。研究还发现：全面采纳IFRS后，英美法系国家股市与大陆法系国家股市相比，前者股价同向涨跌率之下降更为显著。研究结果提示：上市公司财务报告能否向股票市场传递更多关于会计主体的特质信息，不仅取决于编制财务报告所依据的高质量会计准则，而且有赖于确保高质量会计准则被严格遵循的产权保护制度以及高质量会计信息能够被充分准确解读的信息环境。