沪深两市股指时间序列突变点贝叶斯检测模型研究

股指时间序列突变点的检测是股指波动规律研究领域中的一个重要问题。依据贝叶斯原理提出的突变点检测分析模型,用Matlab工具软件对该模型进行了仿真,并且在实证分析中应用该模型分别对上证综合指数和深证成份指数月度时间序列数据进行了突变点检测分析,准确地确定了两市的突变点,和相应的后验概率分布,并解释了突变点形成的经济和政策背景。     

12月股指温和回升窄幅震荡迎新年

1、A股近期走势回顾 11月A股急涨急跌,行情宽幅震荡,走势惊心动魄.上证指数最高3186.72点,最低2758.92点,月度振幅高达15.5%,月度跌幅5.33%,月末报收2820.18点.HS300指数下跌7.19%,月度报收3136.99点,最高指数3557.99点,最低3060.44点,月振幅16.26%.     

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。     

非同步交易时段我国股指期现货动态关系分析

本文实证分析了我国股指期货上市一年来非同步交易时段期现货动态关系,发现股指期货早开盘15分钟价格走势对现货开盘15分钟、30分钟价格走势具有较强指导作用,收盘阶段现货30分钟价格走势对股指期货晚收盘价格走势具有引导作用,表现了我国股指期货市场制度设计的合理性。     

M1增速与上证A股指数相关性的实证分析

本文采用2006年1月至2012年3月的月度数据,对M1增速和上证A股指数之间的关系进行实证分析。统计和协整结果表明M1增速与上证A股指数均具有较为明显的相似的周期性波动特征,无论M1增速长期或短期变动均对股票市场的走势存在正向影响。     

基于马尔科夫分析法的A股市场股价预测

本文基于马尔科夫分析法的有关理论,对我国A股市场股指进行定量的计算和预估.在定性模型的基础上进一步定量化,从而更加准确地预测和描述股市的涨跌状况.最后对马尔科夫模型的改进进行了探讨.     

多重分形在沪深300股指期货市场的应用研究

本文采用Hurst指数检验法,分析沪深300股指期货市场是否存在多重分形特征。运用MF-DFA法,结合matlab,做出沪深300股指期货收益率序列的多重分形谱f(α)与奇异指数α的关系图,知收益率序列的标度指数也将不同,进而通过多重分形参数△α来初步预测股指期货合约价格走势。     

证券市场的随机过程方法预测

我国2001年7月份以来沪深两市股指大跌,股市波动幅度较大多受各种不规范因素影响,其随机性更强。引入股票市场的随机模型——马尔可夫过程模型,试图探寻我国上海股票市场行情转移的规律,并对上证综合指数的走势进行了中短期和长期的预测。     

中国A股房地产业股票收益率的实证研究——基于Fama-French多因子模型

本文选取中国A股市场68只房地产企业股票,利用Fama-French三因子模型及五因子模型,对其2007年7月至2021年6月的月度收益率数据进行实证分析。研究表明,五因子模型对于我国A股房地产企业股票的解释效果更佳,加入CMA因子对三因子模型解释能力的提升效果相较RMW因子而言会更好。在A股房地产业股票中,规模效应、账面市值比效应和投资效应较为显著,其效应体现与我国股市以散户为主的投资者结构、房企高周转的运作模式有关。本文为探究多因子模型在我国重要行业的适用性研究提供借鉴意义。     

基于bp神经网路的我国沪深300股指期货价格预测

本文将首先介绍我国沪深300股指期货的现状以及影响其价格的主要因素,再介绍BP神经网络模型,并运用BP神经网络模型预测我国沪深300股指期货价格的短期走势,最后给出结论和本文的不足之处。     

新华富时A50股指期货推出对国内市场的影响

新加坡交易所推出的新华富时A50指数期货是直接以中国A股为标的资产的金融期货,而且A50的成分股是沪深股市中市值最大的50家公司,并且与沪深300指数有着紧密的联系。本文主要通过实证分析来研究A50波动性对股指期货异地上市的反映,以及A50与沪深300的联动关系,来揭示新华富时A50股指期货的推出对我国A股市场的影响。     

我国A股市场系统风险时变性研究

本文通过构建我国流动性金融资产组合的收益序列,以此为参照运用模型对我国A股市场总体系统风险的时变性进行实证分析。实证结果表明,近年来随着流通市值的快速扩张,我国A股市场整体的系统性风险在不断加大。     

股指期货的蓝筹股行情将如何演绎

随着股指期货的临近，A股市场的大盘蓝筹股出现了较大的涨幅。有市场观点认为，股指期货加强了大盘股的稀缺性，推升机构买进成分股的意愿。那么。该观点能否在海外市场得到证实？股指期货对股票市场的影响又会如何演变呢？我们以中国台湾市场的经验进行分析参考。     

组合预测模型在股指短期预测中的应用——以上证综合指数为例的实证分析

本文分析了自回归移动平均模型(ARIMA)与BP神经网络模型在预测方面的特性和模型各自的优缺点,在此基础上尝试建立了ARIMA和BP神经网络的股指组合预测模型。ARIMA与BP神经网络组合使用的基本原理是股指时间序列数据可分解为线性部分和非线性残差部分。本文以上证综合指数为例,首先采用ARIMA预测上证综合指数的线性变化趋势,然后采用BP神经网络对上证综合指数的非线性趋势进行拟合,最后整合两种模型的预测结果。仿真结果表明:组合模型提高了对上证综合指数的预测精度,证实了组合模型在股指预测方面的有效性。     

我国推出股指期货的战略意义分析

在新加坡交易所率先推出中国A股指数期货后,中国罕见地迅速成立金融期货交易所,并紧锣密鼓地筹划推出股指期货,这表明此举不仅仅限于推出一个新的金融衍生产品,而且对中国经济有着战略性的意义。本文将分析我国股指期货的推出对股票现货、期货市场的重要影响以及对股指期货定价权的深远影响。     

中国股指期货定价模型探讨

我国沪深300股指期货的正式上市交易为投资者提供了新的机遇和挑战.股指期货交易者时刻面对的基本问题就是如何确定股指期货的价格.本文从股指期货的持有成本模型出发,分析若干经典定价模型的条件和局限,给出一个符合我国期货市场特点的股指期货定价区间模型,使得交易者能够简单直观地判断股指期货的套利机会和价格变动趋势,同时该模型能够为监管部门调控市场、稳定市场提供理论依据.     

基于行业上下游关系的A股收益率研究

通过以A股月度行业收益率为研究对象,基于2007年度的投入产出表选择了60个A股行业的60期月度样本数据,并利用多元线性回归模型对其收益率进行的实证结果显示,行业上下游关系对于A股收益率有一定程度的影响,且不同行业在行业上下游影响因素模型里的显著程度有所不同;多数行业明显受下游行业的正向影响和上游行业的负面影响,少数行业在上下游行业所受的影响是相反的,个别行业同时受到上下游行业的同向影响。在今后的研究中应继续从全市场总体层面上深入研究行业上下游因素对收益率的影响。     

上证A股指数的走势分析与预测——基于时间序列模型

本文旨在以时间序列模型为基础,选择上证A股指数为研究对象,对上证A股指数在2008年1月-2012年5月的53个月度数据eviews软件进行进行实证分析。在此,本文采用时间序列分析中的一种常见的模型:ARIMA模型进行相关的分析和预测,对变量的发展规律进行了研究,并对未来三个月的上证A股指数做短期预测。通过研究分析可知计算所得的相对误差范围均达到要求,则采用ARIMA模型做股票价格预测是可行的。     

我国棉花价格长期走势与短期预测——基于差分自回归移动平均模型(ARIMA)的分析

近年来受各种因素的影响,棉花价格波动较大,预测棉花价格是对纺织企业生产及棉农意义重大。本文通过H-P滤波分析了我国棉花价格的长期走势,并在分析2008-2011年间月度棉花价格的基础上建立了基于差分自回归移动平均ARIMA(1,1,1)的棉花价格预测模型,利用该模型预测了2012年1月至4月间棉花价格,结果显示,ARIMA(1,1,1)模型能够较好地模拟并预测短期国内棉花价格。     

ETF在我国证券业中的发展情况和前景分析

通过对ETF的产生背景,从我国实际的交易数据出发,论述了ETF在我国的产生和发展,重点分析了在我国存在的意义和出现的问题,从而分析其发展的前景。ETF作为指数基金的一种,代表了股指现货,它是期望获得市场平均收益的投资者的最佳选择;而股指期货则代表了市场投资者对股指现货未来走势的预期,它是股指现货投资者规避投资风险、调整资产配置的工具。