基于北向资金动向的股指收益率预测研究

自“沪港通”和“深港通”开通以来,北向投资者的交易行为始终被市场所紧密地关注,对于未来的市场走势具有重要的引领作用。本文构建了反映北向投资者资金动向的代理指标(NCM),并且采用样本内的回归预测模型和样本外的R~2统计量以及全包围测试方法,研究了其对于股票市场收益率的预测能力。实证结果表明,北向资金的动向能够有效地预测2,5,10和20个交易日的股票市场收益率,这种预测能力对格兰杰因果检验及不同的资金动向计量方法和检验样本都具有较好的稳健性。进一步研究发现,NCM的预测能力主要来自参与北向交易的投资者分析和处理未来现金信息的能力。最后,利用这一预测能力构建量化择时策略,发现NCM市场择时策略可以在2,5,10和20个交易日的持有期内具有较好的投资绩效表现。

基于前瞻信息的广义风险与收益率预测

当预期资产价格可能会下跌时,投资者可以交易期权来对冲风险,因此期权价格中隐含未来市场风险的前瞻信息,理论上基于这部分信息预测未来可提高预测的准确性和前瞻性.本文综合运用有限差分、约束最小二乘和广义极值分布等技术构建一种非参数方法,提取我国上证50ETF期权中隐含的前瞻性分布信息,以测算我国股票市场的广义风险.实证结果发现:隐含广义风险指标对未来风险调整收益具有显著预测能力,在其它预测因子基础上加入该指标可以显著改进风险调整收益的样本外预测精度;隐含广义风险指标还能反映收益率的高阶矩和尾部信息,进而能预测未来收益率发生下跳风险的概率.以上结论在控制一系列其它风险因子及不同样本区间和不同预测窗口下是稳健的,说明基于前瞻信息的广义风险指标含有其它风险因子所不具备的额外预测信息.本研究为投资者和监管部门防范化解金融市场风险提供新的前瞻性管理工具和手段.

光伏发电企业的收益预测与评估方法研究

光伏发电企业对于我国实现绿色低碳发展具有重要价值,当前光伏发电企业面临着更加严峻的生产经营环境,企业如何科学合理地预测评估未来收益对于其优化经营决策和提升市场竞争力具有重要意义。文章在分析收益预测与评估工作对光伏发电企业意义的基础上,对光伏发电企业收益预测和评估方法展开了详细研究。

机构行为视角下的债券交易领先因子探寻与神经网络收益率预测

机构行为研究对债券投资交易策略制定及风控具有重要意义。本文主要分析了机构投资者在债券市场中的交易行为及其对市场动态的影响。利用中国外汇交易中心的日频现券交易数据,本文首先识别了机构投资者的交易偏好,随后通过测算交易胜率来评估其市场预测能力。最后,本文构建了基于神经网络的预测模型,输入现券交易数据,对债券收益率变动进行预测。研究结果不仅为理解机构行为提供了新的视角,也为债券投资者制定投资策略和防范风险提供了一定参考。

新能源产业链投资风险评估与收益预测研究

一、前言。随着全球能源结构的转型和我国对清洁能源的日益重视,新能源产业已成为我国战略性新兴产业的重要组成部分。新能源产业链涵盖从原材料采集、生产加工到设备制造、安装调试再到运营维护等各个环节,涉及风电、光伏、生物质能、氢能等多个领域。新能源产业链的发展不仅有助于优化能源结构、降低能源消耗,还能促进我国经济实现可持续发展。

蔬菜类商品的收益预测与优化策略研究

近年来,随着生活水平的提高和健康意识的增强,人们对于蔬菜等绿色健康食品的需求不断增加。然而,蔬菜类商品具有储存时间短、季节性明显、价格波动大等特点,给相关企业的经营管理带来了巨大挑战。在激烈的市场竞争中,准确预测收益并制定有效的优化策略,成为蔬菜经营者的关键任务。本研究深入分析了蔬菜类商品的市场特征,探讨预测收益的科学方法,并提出了系统的优化策略,以期为蔬菜产业的可持续发展提供理论指导和实践参考。

基于随机森林方法的基金收益率方向预测与交易策略研究

笔者引入一种新的非参数随机森林方法预测我国基金超额收益率方向,并和自回归移动平均、随机游走、支持向量机等方法进行比较,发现随机森林方法在收益率方向预测上有很好的效果,一定程度上证明了我国金融市场的可预测性。并在收益率方向预测结果的基础上构建各种交易策略,利用2006年12月至2008年10月我国股市大涨大跌期来检验交易策略,结果表明,在其他条件相同情况下,基于随机森林的交易策略表现明显要好于其他策略。

林农复合经营综合收益预测与分析——预测模型在河北林—粮间作中的应用

通过借鉴和发展Hartman木材与生态舒适性产出评价模型,研究将农业生产经营收益纳入森林经营收益核算体系中进而建立林农复合经营综合收益的预测和评价模型,选择了华北平原常用的林—粮间作的复合经营模式进行综合收益预测与分析,演示建立的综合收益预测模型的工作原理,为林农复合经营实践提供经营收益的预测结果,辅助经营决策的支持。

基于神经网络的信息产业收益率预测

基于神经网络的预测技术的基本原理是首先利用前馈神经网络，在大量历史数据的支持下，学得输入（影响或决定预测对象的诸因素）——输出（预测对象）之间的映射关系，然后将预计的输入值输入到神经网络。

融资融券交易行为及其收益可预测性研究

2010年融资融券业务的开通,不仅为中国市场投资者引入卖空机制,同时也为投机性交易者提供杠杆放大机制.不同于以往主要从制度变迁视角研究卖空机制,本文从微观行为视角,系统研究信用账户投资者融资融券交易行为及其市场可预测性.基于2011年12月~2015年8月的样本数据,研究发现,信用账户投资者在股票价格上涨后增加融资买入,而在股票价格下跌后提高融券卖出,即采取"追涨杀跌"的投资策略.进一步研究表明,融资交易能预测正的未来收益,而融券交易能预测负的未来收益.此外,融资交易提高了未来股价崩盘风险,融券交易则可以降低未来股价崩盘发生的可能性.本文的研究揭示了中国市场投资者融资融券微观交易行为及其市场影响,并为进一步规范发展融资融券业务提供理论依据.

期权隐含尾部风险及其对股票收益率的预测

当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下跌风险指标,发现其对未来1个月的股票超额收益率具有显著的预测能力.加入控制变量后,隐含尾部风险指标的预测能力依然十分稳健,说明该指标中含有其他预测因子中所不具备的额外预测信息.

基于EMD-GARCH的余额宝收益率预测研究

研究了余额宝收益率的主要影响因素并对其进行了预测。首先用EMD方法将余额宝收益率原始数据分解重组,再分别建立预测模型。结果表明:(1)余额宝收益率是由国内市场资金面决定的长期趋势、金融行业重大事件带来的低频振动,以及正常市场波动导致的高频振动三方面构成的;(2)EMD-GARCH预测效果比GARCH模型好。

公司特质波动对因子收益的可预测性研究

本文以1998年1月至2008年4月我国沪深A股市场日交易数据为样本,采用CLMX(2001)对公司特质风险的间接分解法,计算并分析我国股市市场波动、行业波动和公司特质波动的变化趋势,再进一步考察市场波动、行业波动与公司特质波动对Fama-French三因子的预测能力。分析表明:市场波动、行业波动和个股特质波动对市场因子、账面市值比因子的预测能力并不显著,而对公司规模因子的预测比较显著,有显著的正向关系存在,说明在市场波动和行业波动加剧时期,市场对小盘股的炒作更加猛烈。

“好”“坏”方差与股票市场收益率预测

风险与收益的关系是金融资产定价研究领域中亘古不变的话题。基于指数日内高频数据和Barndorff-Nielsen等提出的已实现方差分解为“好”的方差和“坏”的方差框架,研究了方差非对称衡量指标——符号跳跃变差(SJV)对中国股票市场收益率的预测能力。实证研究显示,无论是样本内还是样本外,符号跳跃变差对深圳综指未来一个月超额收益率均有显著的预测能力,并且预测回归系数显著为负;即使控制了其他预测变量,效果仍然显著。此外,为了进一步说明符号跳跃变差稳健的预测能力,还考察了上证指数和中证500指数,结果显示符号跳跃变差对其都有预测能力,尤其在中证500指数上表现更佳。

中国上市公司未来收益预测的实证研究——贝叶斯动态模型及其预测

预测上市公司的未来收益是投资者、证券商、债权人和管理层所关注的问题。国内外的一些实证研究结果表明:上市公司定期公布的财务报告中包含关于公司未来收益变化的信息。基于此,利用中国上市公司年报中的信息,采用贝叶斯动态回归模型对公司未来收益的变化进行预测,并将其结果与静态回归模型的预测结果进行比较,认为贝叶斯动态回归模型的预测效果在一般情况下优于静态回归模型,但要取得更好的预测效果还有待于更多的数据积累,同时还应考虑宏观经济环境变化的影响。

风格投资与收益协同性能够预测股票收益吗?——来自中国A股市场的经验证据

基于中国A股市场2006年1月到2014年12月的股票收益率数据,使用Fama-Macbeth回归和Jegadeesh-Titman的经典方法,对风格投资、收益协同性和股票收益预测能力之间的关系进行了研究。结果表明:风格组合存在显著的动量效应,并能够预测股票收益;个股与风格组合的收益协同性有助于增强预测能力,投资组合的协同性越高,未来收益越高。结论有助于投资者提高资产配置效率,对监管部门也有一定的参考价值。

试论建立农业科技创新机制的可行性与收益预测

从我国发展农业高科技的角度出发 ,阐述了发展农业科技创新机制建立的可能性 。

应用线性回归方法对无形资产进行收益预测

无形资产评估对引导无形资产的建立和完善具有重要作用 ,收益法是常用的无形资产评估方法 ,而收益的预测是无形资产评估中的一个难题 ,本文以新疆某上市公司为例 。

基于ARMA模型对余额宝未来收益的预测

余额宝作为互联网金融线上融资模式的先行者,得到了强烈的市场反响,进一步加快了互联网对金融市场的重构步伐,也对商业银行造成了一定的冲击。然而,余额宝作为货币性基金,其收益率是否能一直稳定在较高的收益水平上,具有非常大的不确定性。对余额宝的未来收益做出预测,有利于各个市场参与方做出正确的行动决策。本文应用实践序列的ARMA模型对余额宝自推出来每日的万份收益序列进行实证研究,得出回归模型,通过了平稳性和可逆性检验,平均预测误差为2.147%,说明预测精度较高,可在此基础上对未来收益率做出预测。

我国市场债券收益的可预测性及其经济价值研究

债券收益的可预测性及其经济价值一直是颇具争议的热点问题.本文首先利用回归模型检验了我国债券收益的可预测性,并分析了债券收益的非马尔科夫性和随机波动特征.在此基础上,在广义随机波动HJM框架下提出了非马尔科夫DTSM模型的构建方法,并分析了非马尔科夫性和随机波动性对于债券超额收益的可预测性及其经济价值实现的作用.最后,考察了我国市场上债券收益可预测性的来源.结果表明,我国债券收益可预测性具有很强的统计显著性,且可以转化为显著的经济收益.在此过程中,非马尔科夫性、随机波动性具有十分关键的作用.经济环境驱动的时变性风险溢价是我国债券收益可预测性的主要来源,而非涵盖随机波动因子也显著含有债券收益的预测信息.