基于神经网络的股票市场预测

本文将人工神经网络方法引入时间序列预测,针对股票市场这一非线性系统,运用神经网络,在历史数据时间序列的基础上,对股票市场的价格走势进行了理论、方法与模型的研究。本文利用RBF神经网络对上证综指进行了预测研究,获得了较好的预测效果。     

行业与个股新闻对股票价格影响的定量分析

本文提出了挖掘新闻文本预测股票价格系统,引入情感分类评价理论,将新闻文本转化为结构化数据,建立机器学习模型分析互联网新闻对股票价格的影响。研究主要采用了支持向量机、贝叶斯算法以及粗糙集组合模型分别对行业新闻和个股新闻进行预测。研究发现新闻信息样本的数量和质量会影响预测的准确度;证券行业中个股新闻影响度大于行业新闻;粗糙集组合模型更能准确地预测行业股价的走势。     

上证综指收益率实证分析——基于ARMA-GARCH模型

上海证券交易市场在我国资本市场中具有重要地位,其A股股票收益率整体走势可以代表着我国证券市场的整体行情。本文旨在利用上证综指收盘价计算对数收益率,建立ARMA-GARCH模型,进而对上证综指收益率进行预测,并针对其波动提出相关建议。数据选取以2006年6月1日至2015年6月1日上证综合指数收盘价为基础,计算对数收益率,检验序列的相关性,稳定性及异方差性。故本文采用ARMA模型模拟上证综指收益率序列,利用GARCH模型拟合残差序列,以此进行实证分析和预测。     

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。     

金融危机背景下汇市与股市关系实证研究

本文建立了由上证综指、汇率、利率与道·琼斯指数构成的多变量VAR模型,运用Granger因果检验、脉冲响应函数与方差分解技术分析了金融危机背景下外汇市场与股票市场关系.实证分析结果表明:我国金融市场上汇率变动对股票价格有明显的短期作用,而股票价格变动对汇率没有影响;美国股市波动对我国股市的短期冲击超过人民币汇率对股市的冲击;我国的利率调整对汇率有短期效应,但对股票价格无影响.     

基于径向基函数的我国股票市场有效性分析

改革开放三十多年来,我国经济取得了长足发展,上市公司已经成为我国经济增长的主力军,股票投资也成为各类投资者角逐的主战场。但由于证券市场,特别是股票价格受到众多因素影响,各因素对股票价格的影响自然成为投资者关注的热点问题,也是学者研究的焦点之一。而要依据影响因素预测股票价格走势首先要判断股票市场的有效性,其分析才是必要的。本文利用径向基函数就公司基本面数据对市场有效性进行分析,研究表明我国股票市场具有较为明显的弱势有效特征,但还没有达到半强式有效市场。     

LNN模型在新上证综指的预测

本文利用线性神经网络模型（LNN）对“新上证综指（000017）”进行拟合预测。选取从“新上证综指”开始发行月份（2006年1月）到2011年6月的月度数据，用前62个做训练组，最后4数据做预测组，通过比较不同滞后窗口模型的误差平方和，选择适当的窗口数为最优模型。     

基于BP神经网络和相关系数结合的股票价格预测

股票价格预测一直是困扰投资者的难题,为了提高股票价格的预测精度,本文提出一种基于BP神经网络和相关系数结合的股票价格预测方法。从股票数据中选取10个影响股票价格的因素,计算它们与股票价格的相关系数,从中提取关键因素,利用BP神经网络预测未来股票价格。将此方法用于华谊兄弟(300027)预测股票收盘价,结果表明,相对于未提取关键因素的BP神经网络,此方法提高了股票价格的预测精度。     

基于马尔可夫链的股份预测

在企业的生产、经营、管理、决策等工作中,经常会遇到这样的情况：事物未来的发展及演变状态仅仅受事物现状的影响,而与过去的状态无关,也就是具有马尔可夫性。本文运用马尔科夫理论预测股票价格,建立其随机过程模型,使决策的长期效益趋于最优,通过实例检验,证明了此模型的可行性和实用性。运用马尔可夫过程理论,对未来股价走势和股指未来的突破方向进行了研究,对其他预测方法作了有益的补充。     

基于马尔可夫链的股价预测

在企业的生产、经营、管理、决策等工作中,经常会遇到这样的情况：事物未来的发展及演变状态仅仅受事物现状的影响,而与过去的状态无关,也就是具有马尔可夫性。本文运用马尔科夫理论预测股票价格,建立其随机过程模型,使决策的长期效益趋于最优,通过实例检验,证明了此模型的可行性和实用性。运用马尔可夫过程理论,对未来股价走势和股指未来的突破方向进行了研究,对其他预测方法作了有益的补充。     

股票价格与房地产价格互动关系研究

本文从宏观层面分析了股票价格和房地产价格稳定的重要性以及股票价格和房地产价格的变化趋势,选取2000年1月到2010年10月上证综指和全国房地产销售价格指数,运用了时间序列的方法分析了我国股票价格波动和房地产价格变化的关系。研究发现我国房地产价格对股票价格的变化具有显著的影响,而股票价格化对房地产价格的变化的影响较小,由此文章认为,维持稳定的股票价格和房地产价格对促进经济的稳定发展至关重要,并可通过以下措施实现:首先约束投资者的投机行为,这样可以有效避免股票市场和房地产市场价格的剧烈波动,其次规范股票市场和房地产市场的发展。     

股票价格行为关于几何布朗运动的模拟——基于中国上证综指的实证研究

在传统的期权定价理论中,我们需要假设股票价格行为在短期服从于几何布朗运动,以此为基础我们发展出了Black-Scholes等期权定价公式。但现实中股票价格是否真能如假设一样服从几何布朗运动?本文利用2012年11月29日至2013年11月29日的上证综指每日数据,采用蒙特卡罗模拟法进行分析,通过比较在几何布朗运动情况下股票价格的模拟值和现实中股票价格行为的拟合优度,判断现实生活中股票价格行为是否服从几何布朗运动。利用线性回归方程对模型进行修正,进一步判断模拟结果的拟合情况。     

基子马尔可夫链的股价预测

在企业的生产、经营、管理、决策等工作中,经常会遇到这样的情况:事物未来的发展及演变状态仅仅受事物现状的影响,而与过去的状态无关,也就是具有马尔可夫性.本文运用马尔科夫理论预测股票价格,建立其随机过程模型,使决策的长期效益趋于最优,通过实例检验,证明了此模型的可行性和实用性.运用马尔可夫过程理论,对未来股价走势和股指未来的突破方向进行了研究,对其他预测方法作了有益的补充.     

央行利息变动对不同板块股票价格的影响——基于单因素与双因素方差分析的研究

应用单因素和双因素方差分析相结合的方法,抽取金融板块、信息技术板块、公共事业板块和工业板块这四个板块的样本数据作了实证研究,对央行加息行为对股票价格的影响以及对不同行业板块股价的影响进行了论证和研究。     

股票价格行为关于几何布朗运动的模拟--基于中国上证综指的实证研究

在传统的期权定价理论中，我们需要假设股票价格行为在短期服从于几何布朗运动，以此为基础我们发展出了Black-Scholes等期权定价公式。但现实中股票价格是否真能如假设一样服从几何布朗运动？本文利用2012年11月29日至2013年11月29日的上证综指每日数据，采用蒙特卡罗模拟法进行分析，通过比较在几何布朗运动情况下股票价格的模拟值和现实中股票价格行为的拟合优度，判断现实生活中股票价格行为是否服从几何布朗运动。利用线性回归方程对模型进行修正，进一步判断模拟结果的拟合情况。     

一种改进的灰色模型在股票价格预测中的应用

灰色理论可以较好地对股票价格进行预测,而建立灰色预测模型的数据量和数据处理方法的选择是成功地进行股票价格灰色预测的两个关键问题。本文提出了基于黄金分割法改进的股票价格灰色预测GM(1,1)模型,并通过实例验证了该模型能显著地提高预测精度,具有较高的应用价值。     

一种改进的灰色模型在股票价格预测中的应用

灰色理论可以较好地对股票价格进行预测,而建立灰色预测模型的数据量和数据处理方法的选择是成功地进行股票价格灰色预测的两个关键问题.本文提出了基于黄金分割法改进的股票价格灰色预测GM(1,1)模型,并通过实例验证了该模型能显著地提高预测精度,具有较高的应用价值.     

基于神经网络模型的股票买卖时机探索

一、神经网络模型的建立 生物的神经系统有非常复杂、精密的结构,这种结构本身具有内在的相关性和复杂性,人们通过模拟这一特性建立一种非线性的动态的网络模型即神经网络模型.神经网络模型具有近似任意非线性映射(变换)的能力,同时具有高度的并行实现能力及学习能力,因此,可以分析和处理一些十分复杂的实际问题.股票价格的变化受很多因素影响,是一种具有高度的非线性的、复杂的非牛顿动力学动态过程,具有显著的非线性特征.因此,可以用神经网络来预测股票价格的走势,从而确定最佳的买卖时机,提高投资的准确性.     

论协整技术在股票开盘价预测中的应用

从集合竞价的交易机制的信息传递角度出发,利用因果检验方法找出影响开盘价形成的因素,认为前一日交易的收盘价是最主要的影响因素。利用协整技术建立关于开盘价和收盘价的协整模型,并运用该模型进行事后预测对其有效性进行检验。同时,对该模型成立的原因进行经济分析,并指出其股票价格的发现功能。     

宏观经济因素对我国股票价格影响的实证研究

股票价格和宏观经济因素有着密切的关系,本文利用2008年1月至2012年12月有关的月度数据对上证综指和几个有代表性的宏观经济指标间的关系进行了实证分析,探讨了股票市场价格波动与宏观经济变化的关系,以期能对股票市场宏观调控有一定的借鉴意义。