面向大数据的并行聚类算法在股票板块划分中的应用

上市公司的经营业绩在一定程度上反映股票的投资价值,因此以反映上市公司盈利能力、偿债能力、成长能力、资产管理质量及股东获利能力5个方面共15项财务指标作为股票投资价值的衡量指标,首次尝试使用面向大数据的并行聚类算法Mahout中的K-means聚类算法和模糊K-means聚类算法对中国A股市场约2 600支股票依据其财务指标进行聚类,以便进行股票板块的划分,并比较两种算法在不同距离度量方式下的迭代次数、执行时间、聚类间密度和聚类内密度。实验结果表明,谷本距离度量方式下的K-means算法聚类效果最好,因此可将该实验结果作为最终股票板块划分结果进行分析,从而为投资决策提供参考。

聚类分析在服装鞋股票板块中的应用研究

高回报的同时也意味着高风险,因此研究怎样进行理性的股票投资就是非常重要的一个课题。基于此,本研究结合参考服装鞋板块的相关财务指标,并借鉴聚类分析的原理和方法对于股票进行分析、甄选并得出结论,最终帮助投资者选择最为适合的股票。

关于重塑甘肃股票板块形象的若干思考

本文对甘肃股票板块形象中存在的不良因素进行了实证分析 ,论述了重塑甘肃股票板块的必要性和现实意义 ;提出了重塑甘肃股票板块形象的基本思路。

基于混沌游戏表示和自适应仿射传播聚类的股票板块分类

为对我国A股进行板块分类,首先用混沌游戏表示算法对股票日收益率数据进行降维,再用自适应仿射传播聚类算法得到将所有股票分为5类和11类两种板块的分类结果。与证监会行业分类中类内外平均相关系数差0.0140相比,分5类时类内外相关系数差均值为0.0284,分11类时,类内外相关系数差均值为0.0270,均比证监会行业分类区分度高。

基于因子分析的我国汽车板块股票投资价值分析

汽车工业是我国的支柱产业,在国民经济中占重要地位。股票市场上,广大投资者对汽车板块股票的持续关注。本文采用因子分析法,对汽车板块上市公司的财务数据进行因子分析,指出了影响汽车板块股票价格的三大因素。

我国影子银行对房地产板块股票价格的影响机制研究

我国影子银行快速发展,是我国金融体系中非常重要的一部分。而影子银行资金流向对房地产市场和股票市场都有明显的影响,房地产行业上市公司的股价受到影子银行的影响应该会更大。文章运用协整检验方法和交叉影响效应模型,实证研究了影子银行规模对房地产板块股票价格的影响机制,发现影子银行规模增加会显著降低房地产板块股票价格,随着房地产价格和股票市场价格的上升,影子银行对房地产板块股票价格的负面影响变小。监管部门应该实时监控影子银行资金的流向,建立房地产市场和股票市场之间的防火墙,房地产板块股票价格可以作为监管部门监控影子银行的风向指标之一。

基于Fama-French三因子模型的我国汽车板块股票收益率实证研究

随着我国汽车产业的不断发展,也引发了众多投资者对汽车板块股票发展行情的持续关注。本文利用三因子模型对我国2013年4月到2018年3月汽车板块股票月收益率进行实证研究,发现三因子模型中市场溢价因子对股票组合收益率影响最为明显,而规模因子对大盘股并无显著影响。

基于EGARCH模型的陕西板块股票指数波动性分析

文章以陕西板块股票指数为样本,运用EGARCH模型对股票指数的波动性进行分析,结果表明:陕西板块股票指数的波动呈现出尖峰厚尾、波动集聚性以及杠杆效应的特征。说明陕西板块股票投资风险较高;股票短期波动较大,有短期炒作行为;收益率的波动具有非对称效应(即杠杆效应),这说明投资者多为风险规避型,一旦有利空的消息出现,投资者会做出过度的反应。

基于VaR历史模拟法的市场风险实证研究——以水电板块股票市场为例

基于为水电板块股票市场投资者提供一种具有可操作性的风险测量工具,引入VaR历史模拟法,以水电板块上市公司为重点研究对象,对我国水电板块股票市场风险进行实证研究。结果表明:在置信度为95%的前提下,运用VaR历史模拟法计量我国水电板块股票市场风险具有可行性;韶能股份的市场风险最大,依次排名为长江电力;水电板块股票市场的抗风险能力有待加强,都是在市场风险VaR值最大的情况下,实际收益率发生大幅度波动,抵御市场风险能力比较弱;尽管我国水电板块股票市场的谨慎时间段各不相同,但是在第2季度的市场风险最小。

新冠肺炎疫情下生物医药板块股票投资价值分析——基于因子分析的实证研究

本文以新冠肺炎疫情背景下迎来新发展机遇的生物医药上市企业为研究对象。选取成交额排名前30位的生物医药板块个股企业,以12个基本的财务指标为变量,首先采用因子分析方法提取公共因子,构建简化的股票投资价值分析体系。在此基础上,计算综合因子得分,综合客观地评价板块内的绩优股,为疫情之下受恐慌情绪影响的投资者提供理性的投资参考。

聚类分析在股票分析中的应用

目前在中国股票市场上有近2 000支股票,进行股票投资的时候,需要对股票进行分析和选择,投资那些获利能力强,财务指标较好的股票,以减少投资风险。但是股票评价指标又有许多种,他们的含义各有不同,如何把各种指标综合在一起就变得非常重要。应用聚类分析方法对股票市场石油化工板块进行了分析和分类。聚类分析能综合多项财务指标来反映上市公司的盈利能力和发展水平,为分类和评估公司的优劣提供了很好的依据。

基于网络结构的股票相关性研究

针对股票间相关性,选取了中国股票市场的沪深主板、创业板、中小板中共100只股票在2013年1月1日至2013年8月31日的周收盘价进行数据分析。首先计算各股票的对数收益率,建立样本股票之间的网络结构,分析股票网络结构的统计特性;然后重新对样本股票进行板块划分,并与同一股票市场的网络结构研究结果进行对比分析。

基于板块效应的深度学习股价走势预测方法

股票价格预测作为金融预测领域中一项重要的研究方向,准确预测股票价格的涨跌可以帮助投资者盈利或及时止损.经研究发现,某些因素(如政策、社会突发事件等)会对同板块下的多只股票价格产生影响,导致同板块的多只股票在某个时间段内出现相似的走势,即板块效应.因此,同板块下多只股票的价格走势对于股票预测具有参考作用.针对这一现象,提出了一种基于板块效应的深度学习股价走势预测方法.首先,使用皮尔森(Pearson)相关系数和XGBoost算法对同板块下多只股票的收盘价进行分析,以筛选出与预测股票相关性高的多只股票,并使用自编码器对这些股票的收盘价进行降维,以提取股票的价格走势;其次,构建了一个基于卷积神经网络(convolutional neural networks, CNN)与长短期记忆(long short-term memory, LSTM)网络的混合深度学习预测模型,使用一维卷积神经网络提取输入数据的特征,使用LSTM网络对股票价格进行预测.该模型使用银行、医药、酒业、娱乐传媒4个板块的股票作为实验数据集.为了提高模型的预测效果,通过随机搜索对LSTM网络的神经元个数进行简单的分析,以选择较优的神经元个数.最后,通过实验分析,基于同板块数据集的深度学习预测模型具有良好的预测效果.

航空航天板块政府扶持效应分析

本文分析了国内市场的发展现状,并对析政府政策与市场反应做出客观评价,依据国外股市机制和模式的基础上,对我国股市扶持政策所存在的问题,在政策的扶持下该制造业的股票价格波动也反映了政府该作何反应,当市场出现失灵时,政府以何种方式介入,确保该股市的良好发展,最后也依此提出了一些建议.

新冠肺炎疫情对湖北板块股市的影响效应分析——基于事件分析法

本文应用事件分析法对湖北板块股票市场应对新冠肺炎疫情的市场表现进行了实证研究。结果表明,新冠疫情在短期内对湖北板块股市产生了显著的冲击效应。但由于行业的异质性,疫情对不同行业的影响效应和程度是不同的,其中对旅游餐饮、批发零售、信息技术以及网娱媒体等行业造成的冲击最大,对房地产行业有轻微的冲击效应;相反,医药、运输仓储、制造和金融等行业在此次疫情中保持了较强的抵御能力。本文的研究结果在一定程度上可以为世界各国抗击传染病和恢复经济生产提供参考。

论股价运动的规律

一、关于股价波动的规律 所谓股价波动的规律,顾名思义,是指从蜡烛图上看,股价走势会出现重复或循环等。 由于价格及其运动都是客观的,因此,股价运动确实存在着客观的规律性,这是不容置疑的。然而,这并不表明股价波动存在简单重复性的规律。通过对沪深两地一千多只股票在过去十多年所形成的走势图的考察验证。

收藏艺术:他们为何只要贵的?

他们像分析各个股票板块一样分析不同种类收藏品的价格走势,然后用资本的眼光评估这样的艺术可以转化为什么样的价格。相对于"还没涨起来的"的艺术品,"一定不会跌的"古董书画更能吸引他们的眼球。

6月机会此起彼伏

6月庚午月,地支午本气为丁火,藏己土。股市壬水依然行财运印运,正财运(丁)和偏印运(庚),同时有正官运,说明国家有对股市有不太好的政策出台。

一个职业炒手的交易手记(八十一)

《索罗斯旋风》中罗杰斯曾这样说:“我们对某家上市公司下一季度的收入,或‘铝材到货’等情况并不很感兴趣,我们注重的是更宽广范围内的社会、经济和政治因素,它们能在未来决定某一行业或股票板块的最终命运。如果我们能够发现在我们的观点和实际股票价格之间存在着巨大的差距,它就再好没有了,因为我们将有利可图”。面对本周大幅度上升的深沪股市,人们纷纷探询:深沪股市的本轮上升行情到底还能走多远?下阶段我们应该如何操作?要回答好这个问题,就有必要参考罗杰斯的基本思想对市场及其环境进行分析。