基于灰色预测模型的股价预测研究

灰色预测模型是根据灰色系统理论创建的预测方法。利用灰色预测模型对部分股票收盘价进行的实证研究表明,该模型对股票价格预测的准确度较高,可用于股票价格的短期预测。     

基于灰色模型的海南省发行基金回笼预测研究

人民币发行基金回笼量受流通中人民币数量、经济因素、风俗习惯、回收力度等多种因素的影响,表现出明显的规律性特征.本文在分析海南省发行基金回笼趋势特点的基础上,借助于2004年1月～2011年5月的月度时间数据,用灰色模型对海南省发行基金回笼量进行预测.研究表明灰色预测模型GM(1,1)能较好地对发行基金回笼量历史值进行拟...     

基于灰色系统和神经网络的创业板股票价格预测研究

股票价格预测是投资领域的一个重点关注课题。由于股票价格受到诸多非线性因 素的影响,得到精确的预测结果较为困难。为了消除股票指标的多重共线性,采用Adaptive- Lasso算法对指标变量进行筛选,实现了数据降维。之后,利用灰色预测对股票价格影响指标 进行预测,并在此基础上利用神经网络模型对股票收盘价进行预测。结果表明,利用灰色系统 和BP神经网络结合的模型所得预测结果平均相对误差为0.095,且运行效率较高,对股票预测 具有一定的积极意义。     

残差修正之灰色模型应用于财务比率预测

本文以制造业上市的两家公司为研究对象．选取十五项财务比率为财务绩效指标．以灰色预测模型进行财务比率分析。为了提高模型预测的准确度,本文使用马尔可夫残差修正灰色预测模型．以此更准确地预测企业的财务比率．提供拟定营运策略及一般大众决定投资评估参考,进而与传统时间数列法、指数平滑法做比较,得知何种方法可提供较准确的财务比率预测,以备管理者制定公司未来营运计划。     

基于马尔科夫链对股票价格预测

合理地对股票价格进行预测是众多股票研究者所追求的目标。而随着知识学习的不断深入,利用数学模型的方法进行股票价格预测近年来更加受到人们的关注。在研究股票市场时,我们常常利用马尔科夫链的方法预测股票价格趋势,以期为投资者及股票市场管理者提供一些决策依据。本文先向大家简单介绍了马尔科夫链,接着建立数学模型,并利用实例检验了所建立的马尔科夫链模型在进行股价预测时的可行性,为以后股价预测方面的研究提供借鉴。     

股票价格适应模型的探讨

该文从股票价格适应模型出发,力图解释一定时期内股票价格如何变化.主要思想是认为股票价格取决于投资者在浮动的现实股价和信息的预期股价之间进行综合权衡,而这种综合权衡体现了不同投资主体对股价走势的总体影响.通过模型的解析分析,本文发现现实股价和预期股价一起决定时间常数,时间常数决定股票价格涨趺幅的程度,从理论上探索心理预期对股票价格的影响规律.     

基于灰色系统的股票投资价值模型及其应用

问题的提出 我们知道,股票市场的价格走势是极为复杂且难以预测的,股票价格对市场信息如何进行反应,即使最高明最富经验的分析师也难以稳操胜券。这是因为我们缺乏信息对市场影响的传导系统的结构和系统传导模……     

基于股票价格波动的我国宏观经济因素研究

随着我国社会主义市场经济的发展,股票市场与宏观经济之间的关系逐渐的密切。本文针对股票市场的价格波动以及宏观经济进行研究,通过分析我国股票市场的发展现状,以及宏观经济对于股票价格的影响因素的分析,提出合理化的建议。保证我国的股票市场的和谐发展,促进我国经济水平的逐渐提升。     

基于股票价格波动的我国宏观经济因素研究

随着我国社会主义市场经济的发展,股票市场与宏观经济之间的关系逐渐的密切。本文针对股票市场的价格波动以及宏观经济进行研究,通过分析我国股票市场的发展现状,以及宏观经济对于股票价格的影响因素的分析,提出合理化的建议。保证我国的股票市场的和谐发展,促进我国经济水平的逐渐提升。     

基于灰色-马尔可夫改进的预测模型——以沪深300指数为例

建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随机波动所带来的预测误差。以沪深300指数的真实数据进行验证,结果表明:灰色马尔可夫预测模型既能预测随机数据序列的总体趋势,又适应股票价格随机波动性较大的特点,灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。     

股票价格预测的方法研究

股票市场是一个复杂的非线性系统,进行股票市场的建模及预测研究,不仅需要现有的非线性动力学理论、人工智能理论、统计学理论和经济学理论的支持和指导;同时,进行股票市场的建模预测研究,也将反过来推动和发展上述理论。将介绍常用的股票定量预测方法及研究现状,对人们研究股票起借鉴作用。     

基于财务数据的农业股票投资价值研究

在农业板块股票市场中,采用灰色关联度法找出与股票价格相关联的财务指标,并分别建立了对数线性模型与截面数据回归模型检验了每股净资产对股票价格的基础作用。研究结果表明：股票价格与业绩关联性显著,公司财务因素对于股价有着极强的解释能力,每股净资产是股票价格的价值基础。     

基于EVA的企业并购定价改进模型研究

本文通过研究企业并购的动机与EVA和并购定价方法的联系,提出基于EVA的并购定价改进模型,希望通过思想和概念的导入,力图推出一种比现行并购定价模型更合理的定价模型。     

基于滚动窗口马尔科夫链预测模型的股票指数波动情况研究

文章运用基于滚动窗口的马尔科夫链预测模型,对上证综指的变动进行研究,创新地给出概率转移矩阵、极限概率以及预测准确率的时变特征,并首次给出马尔科夫链预测模型的最优窗口长度和状态定义阀值。研究揭示,大盘波动幅度与大盘的极限概率有着密切的关系;股指期货推出后大盘平盘概率占据主导地位,平稳性显著提高,马尔科夫链预测模型的预测准确率也有了较大提高。     

基于半参数LM-ARMAX模型的股价波动成因分析

对股票价格波动的建模分析,一直是经济与金融研究的核心领域,是什么导致了股票价格的波动,也一直是投资主体共同关注的话题。有鉴于此,本文选择沪市1991-2010年所有上市公司的数据,建立了LM-ARMAX模型来实证股票价格波动的决定因素,最后根据模型半参数估计的结果,进行了基于半参数估计的非线性检验和基于Wild Bootstrap的Smirnov检验,结果表明:市账率和成交量是股票价格波动的主要因素,而净资产收益率对股票价格波动的影响不显著。     

A Utility-Based Model of Common Stock Price Movements

This paper develops and tests a nonlinear utility-based econometric model of the temporal behavior of aggregate stock price movements based on a constant relative risk aversion utility function and an observable information set consisting of aggregate consumption, aggregate dividends, and past stock prices. The stochastic process derived from time-series analyses of consumption and dividends measured over annual intervals is used to derive and empirically test a closed-form solution for stock-price movements. The endogenization of discount rate changes in the utility-based model is shown to be more consistent with aggregate stock price movements over a twenty-year holdout period than constant discount rate models. The model is also used to estimate the representative investor's relative risk aversion. The estimate of 4.22 is consistent with that used by Grossman and Shiller in their perfect foresight model and is significantly higher than the relative risk aversion of 1.0 implied by logarithmic utility.     

EGARCH—M模型对股价波动的国际比较研究

通过采用一般误差分布的框架代替正态分布的假设,运用EGARCH—M模型,考察了中国、欧洲和美国的股票市场价格波动情况。比较分析得出：上证指数的收益率波动最强烈,并具有最明显的集群效应。原因在于集中而强烈的新信息冲击,对新信息的吸收能力较弱和“政府看跌期权”的存在。说明中国股票市场虽然经历了较快的发展并取得了一些成就,但必须建立新的规则来消除非正常的波动。     

Asymmetric Impact of Oil Price Shock on Stock Market in China: A Combination Analysis Based on SVAR Model and NARDL Model

This article integrates the SVAR model and nonlinear ARDL (NARDL) model to analyze the long-run and short-run asymmetric effect of structural oil price shocks on the Chinese stock market. We reveal that the demand-side shocks of oil price have a significant impact on the Chinese stock market in both short and long run, but the supply shock is an exception. In terms of asymmetric nature, there is no evidence of asymmetric impact when it refers to the supply shock and the oil-specific demand shock on stock market, and only the aggregate demand shock has asymmetric effect in short run.     

基于齐次马氏域变方法的中国股市价格泡沫检验

本文使用间接度量方法构建了股市价格泡沫的理论模型,得到了股市价格泡沫所满足的行为方程。在该理论模型下,本文利用Johansen协整检验方法从上证指数1996年1月到2007年12月的数据中剔除其理性价值成份,并进而建立马氏域变模型对其泡沫情况进行分析,结果表明上证指数价格泡沫主要集中于1996年3月到1997年6月、1999年全年以及2006年11月到2007年12月。此外,本文还通过对深证指数的分析检验了沪深两市股价泡沫的联动性,最后根据文章分析结果,提出了相应的政策建议。