基于演化博弈算法的改进VaR资产配置模型分析

为克服经典Markowitz均值———方差模型的不足,本文考虑了投资者对风险认知的不同理解以及最小交易量、交易费用、最大投资上限等实际因素,提出了符合我国国情的用VaR度量风险的资产配置优化模型,并设计了一种新兴的演化博弈算法来求解该模型。通过Matlab语言编写的求解程序进行实例测试,可得到不同风险情况下的多组输出结果。实际算例表明,所提出的模型和算法均是合理、有效的。     

基于投资者情绪的四因子模型实证研究

以新成立基金数量作为单一投资者情绪指标,采用主成分分析方法构建复合投资者情绪指标,基于投资者情绪构建四因子模型,实证分析结果表明:基于投资者情绪的四因子模型对于股市收益具有较高的解释能力;复合投资者情绪的解释程度明显高于单一投资者情绪;对资本市场的投资收益而言,复合投资者情绪对其影响亦大于单一投资者情绪;投资者情绪对于小盘股股价影响较大,对于大盘蓝筹股影响较小。     

基于相对VaR的资产配置和资本资产定价模型

本文在相对Value—at—Risk（VaR）风险度量的基础上重新审视了金融经济学中最为核心的两个问题：资产配置和资产定价。遵循经典的Markowitz—Sharpe理论体系，我们在一般的分布假设下建立了基于相对VaR的均值风险模型和资本资产定价模型，并得出了两基金分离、有效边界、证券市场线等一系列结论。通过研究比较，我们说明了经典的Markowitz—Sharpe理论体系只是本文所构建的资产配置和定价理论体系在正态分布假设下的一个特例。我们还通过实证研究来说明不同分布假设对金融决策的影响。     

基于TF-IDF权值分配模型的招聘信息文本挖掘

文章通过建立TF-IDF模型,以网络招聘信息为主要研究对象,根据处理后的数据统计得出热门领域和热门行业,并针对IT市场分析其人才需求供应情况对职位、学历层次等方面做出详细的分析。该分析方法简单客观,实际应用所形成的最终结论,对高校人才培养方案的制定和大学生职业生涯规划有较强的参照作用,以此为依据改善和修订相关专业的专业课程体系,能够提高学生的就业竞争能力。     

基于隐马尔可夫模型的大类资产配置策略

本文使用隐马尔可夫模型对宏观经济系统进行建模和状态划分,并开发了一个基于不同的宏观经济状态进行大类资产配置的策略模型.研究表明,隐马尔可夫模型可以在资产收益维度上对宏观经济状态进行区分,基于不同隐状态的大类资产配置策略在2011年12月至2020年3月的最优参数下取得了17.91％的年化收益,且回测控制在2.68％的低...     

基于文本挖掘技术的财务报表附注披露研究

近年来,财务报告附注的篇幅越来越长、信息越来越庞杂,这无疑增加了财务报告使用者的阅读难度。文本挖掘技术可以视为提炼文本中有用信息的工具,对提取财务报表附注中披露的关键信息具有很大的帮助。以文本挖掘为工具研究财务报表附注信息披露的特征,使用ROST CM软件对财务报表附注文本内容进行分词处理,经过词频统计、关键词共现分析、文本内容语义网络分析等过程发现财务报表附注披露内容的特征,探究了文本挖掘在附注研究中可以使用的技术。基于文本挖掘技术的相关研究在国内刚刚起步,财务报表附注方面更是鲜有研究,文章尝试使用文本挖掘技术来研究财务报表附注,对未来此方向的研究提供了一个可供借鉴的方法。     

文本生成模型研究

文本的生成模型是基于文本向量空间表示基础上,针对文本数据的概率表示,针对文本的产生过程进行统计建模的方法。生成模型的优势在于在准确描述表示文本的前提下,达到提高文本挖掘效率的目的。同时,根植于概率统计的生成模型,拥有一整套用于模型学习、推论、模型比较、选择的理论和方法,是其他非统计方法所无法比拟的。本文介绍了用于描述可交换的离散数据集合主要的几种概率生成模型,在向量空间表示的基础上能够捕捉不同程度的词与词之间的上下文(主题)依赖性,因而在英文文本的挖掘上得到了一定程度的应用和肯定。     

投资者情绪对股票收益影响的实证研究——基于Fama-french三因子模型

基于2010年4月至2016年3月的月度数据,首先使用主成分分析方法构建了投资者情绪指数,然后将其作为情绪因子加入到经典的Fama-French三因子模型中,以分析投资者情绪对股票收益的影响。研究结果表明:投资者情绪能够对股票收益产生显著影响,但投资者情绪对股市的解释程度较低,加入情绪因子的三因子模型则能对股票收益进行较好的解释;小盘股、高市盈/净率股和高价股的股价对于投资者情绪的反应更加敏感。为降低投资者风险,减小股市波动,最后根据研究结论提出了相关建议。     

基于风险预算的资产配置方法

本文根据Markowitz投资组合理论进行最优资产配置的思想,用风险贡献率作为风险预算的表示,提出了基于风险预算理论的次优资产配置方法,为投资者在有多种风险约束和偏好的情况下,确定符合其特定风险预算需求的次优资产组合提供了一种思路。     

基于WEKA平台的文本聚类研究与实现

文本聚类是文本挖掘领域的一个重要研究分支,是聚类方法在文本处理领域的应用。本文首先对基于空间向量模型的文本聚类过程做了较深入的讨论和总结。另外,本文回顾了现有的文本聚类算法,以及常用的文本聚类效果评价指标。在研究了已有成果的基础上,本文利用20Newsgroup文本语料库,针对向量空间表示模型,在开源的数据挖掘平台WEKA上实现了文本预处理和k-means聚类算法,并根据实际聚类效果,就文本表示、特征选择、特征降维等方面提出优化方案。     

欧洲股票市场的规模和动因:基于不同β系数的资本资产定价模型实证研究

我们选用在13个欧洲股市上市的证券,形成规模和动因组合。我们不仅发现规模溢价的证据,还发现8个样本市场存在重大动因收益率。这些收益率可能不构成异常现象,因为它们与不同β值的资本资产定价模型一致。我们还发现,系统风险与经济周期有关。此外,研究结果显示,虽然规模和动因收益率显著,但是难以在中、短期利用它们,因为在我们的样本中只有极少年份它们的数值为正且很大。     

论资本资产定价模型及其研究进展

本文对马柯威茨证券投资组合理论和夏普资本资产定价模型作了全面的研究，着重探讨了资本资产定价模型及其在财务领域的发展。     

创业板投资者情绪及其收益率相关性研究

本文采用向量自回归模型VAR方法分别研究了我国主板市场与创业板市场投资者情绪与收益率之间影响是系。研究发现我国主板市场中投资者情绪对收益率有显著影响,而收益率对投资者情绪无显著影响;而创业板市场表现不同,投资者情绪对收益率无显著相关影响。研究表明:出现上述现象的原因是由于两市场的投资者结构存在差异,创业板市场投资者更成熟、创业板政策及监管更为全面等原因。     

基于系统条件理论的云南矿业可持续发展研究

针对云南矿业面临的资源和环境两大主要问题,运用国际自然阶梯组织提出的系统条件可持续理论,对云南矿业的可持续发展进行初步探讨;以某矿业企业为例,分析建立其系统条件问题向导矩阵,并给出了相应的对策,借以引导其可持续发展。     

基于投资者情绪的IPO首日收益研究

本文借鉴国内外学者关于投资者情绪度量指标选取的方法,遴选出适合中国证券市场特征的四类投资者情绪指标,通过主成分分析方法提取反映投资者情绪的主要因素,并在此基础上,利用VAR模型对投资者情绪与IPO首日收益之间的领先滞后关系进行刻画,主要考察投资者情绪的新息冲击对IPO首日收益动态脉冲影响.结果表明,投资者情绪显著影响IPO首日收益,投资者对未来的预期同样受到IPO首日表现的影响,投资者情绪指标之间存在显著的扩散和弥漫效应.     

中外资产评估背景比较研究

我国目前的资产评估行业出现了很多问题,本文试图通过对中外资产评估的产生背景、立法背景、发展背景等这几个方面作一比较,来解释我国的现状。笔者认为,我国资产评估行业现状是由我国特定经济和社会环境所决定的,我们应当根据资产评估的渊源创造适当的条件,来发展我国的资产评估业。     

论巴拉河旅游产业带发展模式

贵州黔东南巴拉河旅游产业带是贵州乡村旅游的一个典型示范区.巴拉河旅游产业带的开发对黔东南统筹经济社会发展、统筹城乡发展起到了积极的促进作用.论文选取了产业带中的郎德苗寨和南花村进行了实证分析,提出了巴拉河旅游产业带发展模式.