基于循环神经网络的股指价格预测研究

利用基于注意力机制的循环神经网络构建股指价格的预测模型,可以很巧妙地提取出股指价格的各类影响因子的深层特征,与简单的单因子循环网络或者传统的多因子循环网络相比,该网络能够提高股指价格预测的准确性。为了加快模型的训练速度,减少模型参数量,在具体实验中,采用了去除注意力机制中解码环节的循环网络。仿真实验表明:在上证50股指每分钟价格的预测问题上,该网络模型比其他的传统网络模型的预测精度更高,而且预测效果与不去除解码环节的网络相比无明显差异,并且模型加快了对数据的处理速度,证实该方法是一种有效的股指价格预测方法。

基于HP-LSTM模型的股指价格预测方法

股指价格时间序列受到长期和短期不同因素的影响,且具有非平稳、非线性等特点,传统计量模型的预测精度较低。为提高预测精度,一些研究将人工神经网络模型用于金融时间序列预测,取得了比传统计量模型更好的效果。提出了一种融合了HP滤波(Hodrick-Prescott Filter)和LSTM神经网络模型的股指价格预测模型,模型使用HP滤波将股指价格时间序列分解为长期趋势和短期波动,利用LSTM神经网络模型分别学习长期趋势和短期波动序列的特征,并分别进行长期趋势和短期波动预测,将预测结果融合得出股指价格预测结果。实验结果表明,提出的HP-LSTM混合模型不仅可以有效捕捉到股指价格时间序列的长期趋势和短期波动的变化规律,提高了股指价格预测精度,并且长期趋势和短期波动都具有相应的经济含义,提高了模型的可解释性。

基于EMD方法的投资者关注度对股指价格影响的研究

在最近股价的影响因素研究中,投资者关注度备受关注。鉴于已有研究存在投资者关注度的测度不够准确,以及将投资者关注度作为单时间尺度变量的不足,本文采用PCA方法重构投资者关注度的代理变量,然后利用EMD方法将投资者关注度分解出短期、中期和长期等不同时间尺度,最后分别研究不同时间尺度下的投资者关注度对股指价格的影响效应。实证结果表明:短期投资者关注度对短期股指价格有显著正相关影响,股指价格还存在很高的持续性;中长期投资者关注度和股指价格都呈现正向相关关系,并且都有着一样的领先与滞后关系,即投资者关注度的中长期波动都要领先于股指价格的中长期波动。

基于ARIMA模型的沪深300股指期货价格预测研究

基于ARIMA模型建立了股指期货价格的预测模型,对20100416～20110113间共180个交易日的沪深300股指期货合约收盘价数据进行了实证分析,结果表明:ARIMA模型对于股指期货的价格走势短期预测效果良好,模型能有效反应期货价格的波动性走势.

基于主成分分析法与BP神经网络的股指期货价格预测

本文基于主成分分析法与BP神经网络相结合的模型对沪深300期货合约价格进行预测分析,研究发现,采用主成分分析法与BP神经网络相结合的进行预测分析,具有收敛速度快、预测精度高的优点。

沪深300股指期货价格与其现货价格波动关系的研究

本文通过对沪深300股指期货价格、现货价格序列来研究期货价格和现货价格之间存在的关系,选取了2010年至2018年8年间的沪深300股指期货价格、现货价格作为研究样本。通过对样本数据的平稳性检验、协整检验,并通过VAR模型作脉冲响应分析表明:股指现货价格对股指期货价格存在正向波动效应。

股票指数期货:工具与监管

本文从股票指数期货在金融交易中发挥的作用、股票指数期货交易的开设对股票市场波动性的影响、以及我国当前的股票市场交易制度与监管三个层面上对开设股票指数期货交易进行分析研究,并指出:就股票指数期货作为一种金融衍生工具而言,我国应该及早引入股票指数期货,以提高股票市场的运作效率。同时考虑到我国经济正在进行深层次的结构性调整,市场交易制度有其自身的特点,当前更应着重加强资本市场的制度建设,提高监管力度,为早日开设股票指数期货交易创造条件。

基于EEMD的投资者情绪与股指波动的关系研究

基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)对非线性、非平稳性金融时间序列的有效处理,运用EEMD方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项,提取出序列在不同时间尺度下的波动特征,并将得到的IMF分量和残余项按照高低频重构为序列的短期波动项,中期重大事件影响项和长期趋势项,进一步结合计量模型考察投资者情绪和股指价格序列在不同时间尺度下的波动关联性.实证结果表明,投资者情绪与股指价格波动在不同时间尺度下呈现出不同的波动关系:短期投资者情绪与股指价格波动存在双向影响,中期投资者情绪波动领先于股指价格波动,而长期则转变为股指价格领先投资者情绪波动.

Stock Liquidity Risk Pricing Model Driven by Systematic and Unsystematic Risk

In the stock pricing, liquidity risk has become one of the important factors that affect the stock realizable value. Systematic and unsystematic risk decided a stock＇s liquidity risk. The author uses the stock price index growth rate and net outer disk ratio to describe a systematic and unsystematic risk faced by investors. With the help of correlation and regression analysis in SPSS software, the paper tries to establish the systematic and unsystematic risk-driven stock liquidity risk pricing model. Empirical study shows that systematic and unsystematic risk has significant influence on stock liquidity risk. The bigger circulation stock, the greater the systemic risk influence; the less the circulation stock, the larger the non-system risk influence. Calendar factor on stock returns ratio has no significant effect. Trading volume on the stock returns ratio of small companies had no significant effect. The model has important reference value for the measure of stock liquidity risk value loss.

股指期货预测及其与现货间的联动效应分析

本文通过运用贝叶斯判别法建立判别函数,预测沪深300股指期货价格的发展趋势,并通过相关分析、协整分析、格兰杰因果检验等方法分析期货价格与现货价格之间的联动效应。本文模型一方面为股指期货的投机者提供了有效参考,另一方面弥补了现有学者采用仿真数据来研究我国股指期货市场的不足。