下半年该投资哪些基金

2007年上半年，沪、深股市高歌猛进，深强沪弱特征表现得相当明显，截至5月底，深圳综指的涨幅基本是上证综指的两倍。而综观各类型基金中，封闭式基金涨幅落后于所有指数涨幅，开放式投资股票型基金（股票型、偏股型和指数型）涨幅仅仅略强于上证综指，大大落后于上证180、沪深300、深证100、深证综指。相比2006年，基金未能跑赢指数成为普遍现象。     

下半年该投资哪些基金

2007年上半年，沪、深股市高歌猛进，深强沪弱特征表现得相当明显，截至5月底，深圳综指的涨幅基本是上证综指的两倍。而综观各类型基金中，封闭式基金涨幅落后于所有指数涨幅，开放式投资股票型基金（股票型、偏股型和指数型）涨幅仅仅略强于上证综指，大大落后于上证180、沪深300、深证100、深证综指。相比2006年，基金未能跑赢指数成为普遍现象。     

由GARCH 模型探讨深圳股市风险价值的应用--基于1997～2013样本数据实证分析

中国自改革开放经济快速成长,人们在追逐高额回报率的背后,高风险也伴随而来。近年来投资者对风险的意识逐渐抬头,如何采用适当模型与方法对风险进行预测,是当前金融研究领域的热门话题。本文采用 GARCH（1,1）模型对深证综指收益率序列进行研究,以VaR方法作为计算风险值的依据,进行波动率探讨。从实证的结果可知,GARCH（1,1）模型虽能预测深证综指的波动情况,但存在低估风险的情况。     

由GARCH模型探讨深圳股市风险价值的应用——基于1997~2013样本数据实证分析

中国自改革开放经济快速成长,人们在追逐高额回报率的背后,高风险也伴随而来。近年来投资者对风险的意识逐渐抬头,如何采用适当模型与方法对风险进行预测,是当前金融研究领域的热门话题。本文采用GARCH(1,1)模型对深证综指收益率序列进行研究,以Va R方法作为计算风险值的依据,进行波动率探讨。从实证的结果可知,GARCH(1,1)模型虽能预测深证综指的波动情况,但存在低估风险的情况。     

2004年第三季度金融市场分析

股票市场指数创近年来新低。受宏观调控政策效应持续显现、上半年股票融资额增长较多、市场各方对未来走势信心不足等综合因素影响，沪、深股市自第二季度起步入调整，第三季度延续了上季度走势，指数不断走低。9月13日，上证综指和深证综指分别收于1259点和315点，分别创沪市1999年5月以来和深市1998年9月以来新低(见图1)。9月13日，国务院召开常务     

沪深股市股票价格波动的统计研究

我国股票市场是在经济体制转轨中建立的，表现出股价大起大落，频繁且剧烈波动的特点。因此，对我国股市价格波动的研究就具有重大理论和现实意义。本文以上证综指和深证成指为研究时象．利用GARCH模型时股价波动进行了实证分析。     

别迷失于红色浪潮

正在资本市场上行,投资人开始有所冲动的时候,投资策略中能够考虑结构不失控的策略当属"固定投资比例策略"自7月22日以来,A股市场反弹行情来势凶猛,特别是进入11月以来多头士气更是斗志昂扬。上证指数创40个月新高,深证综指创80个月新高,中小板综指和创业板综指则屡创历史新高。不少媒体声称,A股市场迎来了"红色浪潮"。本刊一直强调,投资规划特别是股票投资,仅仅是综合理财规划的一个"构件",绝不能因为市场暖流涌起而像某些专业人士所怂恿的"卖掉房子买股票"那样操作,而是要根据     

基于条件动态阿基米德Copula的金融股指尾部相关性研究

阿基米德族Copula能拟合多种金融资产收益分布,已被广泛用于金融资产相关性研究。然而,我们对阿基米德族Copula的研究相对有限。本文选取了上证综指、上证金融、深证综指和深证金融四只股票的767个交易日数据作为样本数据,利用GARCH模型对单个资产建模,采用分层条件动态法完成高维条件动态建模。实证表明,半网络条件动态建模能显著降低板块对股指间相关性的影响,挖掘出金融资产间本质的相关性,更有利于进行金融资产的风险管理。     

道琼斯指数与上证指数、深证综指的协整性分析——兼论美国金融危机对中国资本市场的影响

以道琼斯指数、上证指数、深证综指之间的关系为研究对象，通过运用ADF检验、Granger因果检验和协整检验等经济计量方法对中外资本市场进行实证分析，可以得出中外资本市场的相互关系、美国金融危机对中国资本市场的影响，有利于金融风险的防范。     

中国股票市场月份效应研究——基于行业视角

中国股票市场是否存在月份效应尚无定论,本文选取了2000年1月至2018年6月之间上证综指、深证综指和申银万国行业指数为研究样本,引入基于广义误差分布的EGARCH-M模型,从不同市场和不同行业两个方面对月份效应进行研究,最后运用滚动回归的方法对回归结果的稳健性进行检验。实证结果表明,中国股票市场存在显著的二月效应与六月效应。受行业因素的影响,不同行业股票的月份效应往往表现出一些行业特点。