我国股市指数波浪曲线的时间窗口研究——基于可公度法

以我国上证综合指数波浪曲线的顶位、底部的时间点为研究对象,利用可公度法分析了自1991年以来上证综合指数波浪曲线的特性。研究发现:上证综指波浪曲线的浪顶、浪底的时间窗口序列具有良好的可公度性特征,可公度法在预测股票市场指数波浪曲线的时间窗口方面具有一定精确性。

基于GARCH模型和协整检验的人民币汇率与股市指数关系的实证——以中国战略性新兴产业上市公司板块为例

一、引言 汇率的波动不仅关系到先进技术及关键设备、产品服务销售等对外依存度较大的国内战略性新兴产业上市公司的经营和发展，进而影响其股价表现，也将对我国战略性新兴产业“引进来”和“走出去”政策的实施及资本项目开放进程产生影响。

股市指数日间变化与夜间跳跃关系的非参数计量研究

运用非参数统计分析方法,研究股市指数夜间跳跃与日间变化之间的关系;基于R软件,采用基本统计量、散点图与拟合函数图,对全球范围内7个股票交易市场的每日交易数据进行分析;以上证综合指数为例,通过渐进正态分布和Bootstrap置信带分析,得到夜间跳跃和日间变化拟合度较高的百分比夜间跳跃区间,依据区间内夜间跳跃和日间变化的关系,提出了基于夜间跳跃的股市可获利交易策略。分析认为:夜间跳跃和日间指数变化存在相关关系;在不同的股票市场,其相关关系不同;技术分析对指导股票市场的投资是有效的。

我国债券信用利差与股市指数相关性研究

本文研究了我国债市信用利差与股市指数之间的相关系数走势。研究表明,与美国市场二者呈现明显负相关不同,我国信用利差与股市指数相关性较弱。同时,我国信用利差与美国信用利差、我国其他主要金融市场产品的相关性也较弱,与无风险利率呈较强负相关。基于此结论,本文认为在对冲无风险利率的情况下,配置我国信用债有利于多资产组合分散风险、优化资产配置。

2024年环球股市展望(下)

日本股市自地产泡沫爆破之后暴跌接近二十年之久(1989年12月跌至2009年2月),无独有偶,世界上有另一国股市指数亦跌二十年——葡萄牙PSI20指数。初时在浏览各国指数走势时发现,PSI20指数走势最高点出现在2000年科网股泡沫巅峰,直到2020年大流行初期才见底。后来查找资料又发现,PSI20指数原来早于1993年已发布。

我国股市指数间领先-滞后关系研究——基于VECM模型的实证

深入研究股票指数间的领先-滞后关系,对投资者发现不同市场间的套利机会、规避市场风险以及市场监管者制定监管政策具有重要意义。本文利用VECM模型研究上证指数、深圳成分指数及创业板指数收益间的协整和领先-滞后关系。结果表明:三个指数收益间存在协整关系。在短期,创业板指数收益和深圳成分指数收益对上证指数收益具有领先作用,符合差别信息假说;方差分解发现,在长期熊市阶段,上证指数收益对深圳成分指数收益和创业板指数收益具有领先作用;在牛市阶段,创业板指数收益对上证指数收益和深圳成分指数收益具有领先作用。基于此,本文提出了相应的操作策略及政策建议。

OIF Elman神经网络在股市综合指数预测中的应用

利用具有动态反馈机制的OIF Elman(Output-Input Feedback Elman)人工神经网络模型对股市的综合指数进行预测,为股票市场的建模及预测提供了一种新的技术和方法。实验模拟结果表明,OIF Elman网络具有极佳的逼近性能,预测数据与实际数据基本吻合,因此,OIF Elman神经网络用于股市预测是可行、有效的,具有很好的预测潜能和广泛的应用前景。

我国股市行业指数之间的冲击传导研究

本文运用误差修正模型和有向非循环图(DAG),分析了上证180指数中8个行业指数之间的信息流动特征。研究结果表明:行业指数之间存在长期稳定关系;行业指数之间存在着显著的冲击传导作用,但影响效果不同,能源行业具有最强的外生性,非日常生活消费品行业受其他行业波动影响最大,能源行业和日常消费品行业的波动对其他行业无论在短期还是长期都有很大影响;各行业不是完全相互依赖,行业之间进行投资组合是有意义的。

房地产估价的收益还原法计算公式修正研究——以股市地产指数及房地产景气指数为例

分析了运用收益还原法评估房地产中,安全利率加风险调整值法计算还原利率的公式所存在的缺陷,并根据房地产投资与股票投资的共同性,用沪、深股市地产指数及房地产景气指数对该公式的调整值进行了改进并用AHP法简单探讨了对不同调整系数的权数的确定。运用改进后的公式,使得风险调整不仅仅体现在物价的变动上,而且更体现在房地产市场的变动上,这样就更能符合实际,得出的数值就更实用,更准确。

政治运动中情感、民意与股市的相关性研究——香港“占领中环”运动中推特情感指数与民意测验、股市指数的比较

互联网的普及和技术的革新在改变人类生活方式的同时也重塑着传播生态。近年来以社交媒体为代表的互联网产品成为行业发展的热点。网络数字媒体(Networked Digital Media)正在改变着传统大众媒体的信息传播方式。在互联网开放式的架构下,社交媒体(Social Media)的迅速兴起并卷入越来越多受众,通过网络上用户自产内容(User—generated Content)进行数据挖掘成为学界研究者特别是传播学研究者的研究新路径,对互联网文本进行的情感分析(Sentiment Analysis)也应运而生。尽管社交媒体上的数据挖掘变得越来越可行与可操作,但对这些目前数据的分析利用还停留在初级阶段,其分析结果也存在较高的不确定性,例如,社交媒体促进了公共表达的平权并卷入了巨大数量的参与者,但关于社交媒体上的用户行为和意见表达是否可以作为评估线下世界的民意与政治态度的问题,先前的研究却显示出完全不同的结果。其中一部分研究针对某一特定的政治事件或政治议题,通过比较社交媒体信息流(例如:推特流)的数量与现实民意指标(民意测验、媒体报道和股市指标等)进行比较,结果显示出社交媒体上的民意和实际民意指标呈现出正相关的关系。但同时也有其他的类似研究的结果社交媒体上的民意与实际民意指标并没有显现出关联性。在本研究中,发生在中国香港的"占领中环"运动(Occupy Central Movement)作为显著的政治事件,用户在推特平台上的表达被作为研究的对象。与先前研究的不同之处在于,本研究中,在与实际民意指标对比之前,会对收集到的关于香港"占领中环"运动的推特流(TweetStream)进行情感分析处理以获得更为精确的积极或消极的推特使用者情绪。经过分析得到的积极和消极情绪将会被换算成情感指标,与现实的民意指标——民意测验结果和股市指数进行比较,试图在前人研究的基础上加入情感分析的研究路径,探究关于特定公众政治议题上,社交网络(推特)上的情感反应和现实民意之间是否存在相关性,为政治传播研究以及政府机构对公众民意的把握提供新的参照。

跨国股市指数须与时俱进

全球化正模糊着国家疆界，削弱国界对投资决策的影响。

基于指数成分股关联的图卷积指数走势预测

利用历史交易数据预测股市指数未来走势是金融领域的重要问题,使用图卷积网络融合指数间走势关联性是该领域的前沿热点。针对当前图卷积指数预测中历史与未来动态图不一致的问题,提出一种基于指数成分股构建图结构的图卷积指数走势预测方法G-Conv。该方法提取传统量化特征和一维卷积网络的深度特征作为预测样本的特征。使用指数的成分股数据构建指数图结构,并对不同指数样本特征做图卷积以得到指数预测结果。使用A股中42个常用指数验证该方法的有效性。实验使用MAE和MSE作为模型训练的损失函数,选取GC-CNN、ADGAT等经典方法作为比较基准,结果表明在两种误差评价标准下,G-Conv分别降低平均预测误差5.10%和4.20%,且表现出较好的泛化性能。

基于CEEMDAN-LSTM的股票市场指数预测建模研究

为满足主动型量化投资对股票市场指数高精度预测的要求,将自适应噪声完备集合经验模态分解(CEEMDAN)引入到股市指数预测建模中,结合长短期记忆网络(LSTM)对复杂序列中长期依赖关系高效的建模能力,采用“分解—重组—预测—集成”思路,提出一种股市指数集成预测方法CEEMDAN-LSTM。运用CEEMDAN对指数进行分解与重构,获得其高、低频分量及趋势项;分别构建各分量的LSTM预测模型并优化高频子序列IMF重组方式,进而通过加和集成各分量预测值获得指数的整体预测值。以沪深300等5个代表性的股市指数为测试数据,对CEEMDAN-LSTM与主流的金融时序机器学习建模方法的预测效果进行系统的对比实验,结果表明:CEEMDAN-LSTM的预测表现一致性地优于现有建模方法,具有更低的预测误差和滞后性。

数据挖掘算法及其在股市技术分析中的应用

提出了一种基于动态规划和动态时间弯折函数的数据挖掘算法,并应用该算法对股市进行技术分析。基于某股市实际数据的实验结果表明该算法是有效的。

上证30指数二届成份股的聚类分析

本文采用聚类分析法技术，研究和分析了上证３０指数。论文在特尔菲技术基础上选择了十项聚类分析指标。主要研究结论为：上证３０指数二届成份股可以分为五类。

人民币汇率波动对中国股市的影响机制研究

通过协整检验和面板数据回归,检验汇率对股市影响的路径,并从宏观和微观(流动性和行业两个层面)研究二者时间的关系,结果表明人民币汇率与股市之间存在着相关关系,流动性与股市之间为正向相关关系,但是国际热钱与股市之间的相关关系并不显著;同时,汇率对不同行业股指的作用方向和影响程度并不相同,主要取决于行业的成本结构、出口价格弹性和外汇负债情况。但对于人民币汇率波动具体如何影响股市的问题,国内还有进一步深入研究的余地。

我国股市与货币供应量关系的实证分析

在目前我国的货币政策实施环境下,中介目标即货币供应量存在着的可控性差、相关性不理想、货币政策传导机制不畅等问题,央行仍然将其作为中介目标是不得已而为之。影响其有效性的因素有很多,其中我国股市对货币供应量所产生的影响就引发了大量的讨论。本文试从实证分析的角度,给二者的关系理出一个较为明晰的框架。

货币升值与股市价格变动——1985年后的日本与当今中国之比较

以汇率体现的一国货币价值的变动间接地影响着股票市场价格的变化,1985年"广场协议"后的日本和2005年"7.21汇改"后的中国,都经历了本币持续升值和股票市场价格较大程度的上涨过程。通过分析货币升值与股市价格变动之间的联系,发现两国具有相同的货币升值背景,而且货币的持续升值促进了股市的繁荣和股市价格水平的提高,但两国贷币升值对股市价格变动的影响程度和作用方式不完全相同。借鉴日本的经验,中国应加快金融改革与开放的步伐,放宽国内资金海外投资的各种渠道,减缓国内资本市场流动性过剩的压力。

基于CEEMDAN-GRU模型的股票市场指数预测研究

本文通过构建CEEMDAN-GRU模型对股票市场指数进行预测。首先,利用CEEMDAN方法将原数据分解成不同频率的长、短周期序列和趋势项;然后,利用GRU神经网络模型对各分序列及趋势项进行拟合、预测;最后,经过合成得到原时序数列的整体预测。以沪深300指数为例对该方法进行检验,结果显示:在270日的验证集里涨跌预测胜率达到82.96%;与其他基于机器学习方法建立的预测模型的预测结果相比,四个评价指标均显示CEEMDAN-GRU模型预测结果一致优于其他模型方法,具有更高效率和更小预测误差。