基于投资者情绪对高频股票的预测

股票市场预测是经济领域中非常重要的实际问题。高频金融数据包含更多信息,对捕捉股市微观变化非常显著。因此,通过运用高频金融时间序列来预测短期内股票价格趋势可以更精准地规避风险并获得理想回报。为了将投资者情绪应用于高频领域,本文提出了一种基于Informer的高频股市长时间序列预测模型AE＿Informer,该模型考虑了投资者情感。首先,本文提出引入投资者情绪对股票高频数据进行股票预测,可以有效地提高模型的预测精度。本文对原有的Informer模型进行了改进,增加了非对称Embedding层来更好地利用股票评论数据对股票进行预测。实验结果表明,加入投资者的情绪倾向对提高预测效果有效,而改进后的Informer模型在对加入投资者情绪的高频股票长期预测中优于原版模型。     

聚类分析方法在股票评价中的应用

随着我国股票市场的迅速发展和逐步完善,股票的投资特点和前景越来越受到投资者的追捧。理性的投资者,将会更加重视上市公司的经营业绩和股票的内在价值。但如何对股票的价值进行评价在实践中是个难点,对此进行探讨十分必要。本文运用聚类分析对影响中小企业股票业绩的变量进行分类,运用因子分析模型得出决定股票业绩的公因子,并进行了比较。     

投资者异质信念与股票流动性研究——基于股票网络社区数据挖掘的证据

本文从投资者异质信念角度出发,先基于Lucas纯交换经济系统构建数量模型研究两期交易过程中投资者异质信念与股票流动性的内在关系。然后基于上证50成分股2015年1月-2019年9月的日度数据验证上述关系。利用python爬取东方财富股吧相应个股的帖子,并构建机器学习模型对其进行情感极性分析,构建投资者异质信念的直接衡量指标。通过个股日度行情数据度量流动性。最后通过双向固定效应模型深入分析了投资者异质信念与股票流动性的影响效应。研究结果表明投资者异质信念与股票非流动性显著正相关,即与股票流动性水平呈现显著的负相关。意味着投资者异质信念程度越大,股票流动性水平将下降。     

股市投资者情绪指数构建及其有效性研究——基于东方财富股吧帖文的情感分析

从大数据视角构建高效的投资者情绪指数是行为金融投资研究的热点。本文运用文本大数据获取与情感分析技术构建股票投资者情绪指数,并从金融计量与股价预测角度检验其有效性。首先,利用网络爬虫技术抓取东方财富网的上证指数股吧实时帖文大数据,并基于文本语义情感分析构建股票投资者情绪指数;其次,对该情绪指数进行关于投资者情绪经典代理变量的回归分析,从金融计量视角分析该指数作为投资者情绪测度指标的有效性;然后,按照是否包含情绪指数因子的对比预测方式分别进行建模,利用CEEMDAN-LSTM方法对上证指数序列进行“分解—重组—预测”,进而结合预测结果深入分析不同时间尺度下情绪指数对上证指数的预测能力,从股价预测视角检验情绪指数的有效性。最后,从金融计量与股市指数预测双重视角实证检验投资者情绪指数的有效性,并证实了在不同时间尺度下该指数均可有效反映投资者对股市发展趋势预期的情绪信息。     

金融街股票估值的实证分析

随着我国股市的发展,上市公司股票价值的评估成为了人们关注的热点。一般而言,不同的行业需要运用不同的估值方法,本文首先通过对股票估价的模型进行了介绍,然后以金融街控股股份有限公司股票为例,运用稳定式增长的FCFE模型对其股票进行了合理的估值,得出该股票的真正价值,为投资者理性、安全投资提供一定的借鉴和参考依据。     

股票投资者对会计信息的使用

会计信息对股票投资者来说极其重要,不过我国的股票投资者对会计信息的使用却很不够.本文分析了会计信息对投资者的重要作用,并对投资者如何使用会计信息提出了自己的看法.     

投资者情绪与企业真实经营绩效

本文运用2002年～2014年中国上市公司的样本数据,考察了投资者情绪与企业真实绩效的关系.结果发现,投资者情绪通过股权融资渠道对企业真实投资行为和企业经营绩效产生深刻影响.在短期,投资者情绪刺激了企业投资,改善了经营绩效;在长期,这种效应仍然具有持续性.在股票收益方面,乐观的投资者情绪刺激了当期股票收益,但这种过度反...     

股票市场的行为金融学分析

传统的金融学理论讲授了各种各样的方法来解释证券市场,但是从目前情况来看传统理论已经没办法解释证券市场的“异常现象”。所以,许多金融学家们打算另辟蹊径,换一个新的视角来分析引起股票等金融波动的投资者的心理状态,也就是说运用行为金融学的相关知识来解释股票价格的波动。本文也是运用行为金融学的一些相关基本理论,特别是股票投资者非理性心理现象,对这些心理因素进行分析,进而分析其对股票市场的影响,进而论述对我国股票市场的现象进行深入细致分析,提出解决问题的建议,给投资者提高参考建议。     

企业公告对投资者情绪和股价波动影响机制的研究

随着我国资本市场监管的不断深化和上市公司信息披露机制的不断完善,市场参与者可以在各类企业公告中找到其所关心的信息;另一方面,在上市公司公告中所披露的信息也会对投资者的行为产生重要影响。本研究利用文本情感分析方法,对上市公司年度财务报表内容进行情感分析,发现市场投资者的整体情绪在企业公告对股票超额收益率的影响过程中起到了调节作用,且这一调节作用削弱了公告语调对超额收益率的正向影响。     

牛熊市下投资者情绪对股票收益影响的非对称性分析

选用沪深两市的六个代理变量以主成分分析构建了投资者情绪指数,实证研究了牛熊市下投资者情绪对股票收益的非对称性影响。研究表明,在牛市、熊市和震荡不同的市态下,投资者情绪是深市和沪市股票收益的系统性影响因子,且具有显著的非对称性影响。熊市中投资者情绪对沪深两市的股票收益的影响要大于牛市,因此投资者在不同阶段对股票的投资可以采用不同的投资策略。     

基于spss的股票量化投资决策

广大的投资者一直被具有"高收益、高风险"独特魅力的资本市场所吸引,而其股票市场则更是以其变幻莫测的股价走势被人们誉为"科学与艺术"的完美结合。为此,本文利用spss19.0软件对沪深股市的12只股票的综合价值进行因子分析及运用K-均值聚类将股票分为3类,为机构投资者以及散户投资者提供简单、科学的投资参考。     

个人投资者财务知识对股票投资收益的影响分析

随着我国经济水平的提升,金融环境也在随时发生变化。我国的股票行业较为发达,这与个人投资者的理财知识密不可分。为了了解个人投资者的财务知识与股票收益之间的确切关系,笔者针对投资者所拥有的财务知识会对股票收益产生怎样的影响进行了细致的分析。文章从投资者个人财务知识的掌握情况角度出发,并了解了国内外对该种情况的研究现状。文章中深入分析了个人财务知识可以对股票收益造成影响的相关原因,并阐述了个人财务知识对股票收益所产生的具体影响。     

股票回购中投资者的反应是理性的吗?——来自我国A股市场的证据

本文采用逐步回归的方法对我国投资者对股票回购的反应进行研究,并进一步揭示在此过程中投资者的行为是否理性。研究发现公司现金流对累计异常收益率有显著影响,说明我国投资者对股票回购这一股利分配方式有一定认识,但其他因素在模型中的不显著现象也说明了投资者对股票回购反应的理性程度较低。     

MACD指标基本原理及其运用

本文从证券投资技术分析派入手，分析MACD指标的基本原理及其运用，力求为股票投资者提供股票方面的技术操作参考。     

媒体关注度对股票波动率的影响研究

文章以沪深300股票2015年12个月的日收益率以及2015年沪深300股百度新闻的报道数量为样本,用Fama-French三因素模型进行两阶段的回归分析,考察了股票特质波动性与媒体关注度之间的关系,笔者的研究表明媒体关注度和股价的特质波动性正相关。这一结论支持了有限注意力假说,表明在我国资本市场下,媒体通过对散户投资者注意力的影响改变了股票价格的形成,媒体关注度高的股票具有更高的波动性。     

基于ARIMA模型对平安银行股票价格的分析与预测

本文运用时间序列分析方法中ARIMA模型进行预测,对平安银行股票历史数据构建模型,推断出未来趋势。从而一定程度的为投资者提供短期指导。     

对市盈率的效度分析

作者通过运用折现红利流模型 ,确定股票的价格 ,进而分析市盈率指标对投资者投资抉择的效度 ,并结合超额收益投资量模型 ,提出如何更合理地运用市盈率指标进行投资分析。     

股票投资价值灰色马尔可夫预测

传统的资产估价理论,即“稳固基础理论”和“空中楼阁理论”使人们认识到,股票的内在价值与投资者的心理价值都对投资行为起着重要的作用,但对于一般投资者来说,如何在信息不完全的条件下得到股票的投资价值呢?灰色马尔可夫预测方法在股票价格预测中应用理论基础,运用修正方法,能为投资者的投资决策行为提供一定的指导。     

浅谈新闻发言中日语拟声词和拟态词的应用

通过对语言艺术运用在新闻中的重要性的认识,针对日语特征对拟声词和拟态词的使用进行了探讨,以提高新闻发言人语言的生动性。根据日语拟声词和拟态词语言的丰富性和使用范围的广泛性,结合对其语言特征和语法特征的分析,提出了新闻发言中日语拟声词和拟态词的应用方法与策略。     

股权分置改革的西方经济学分析

股权分置改革的一系列政策出台后,股市马上作出反应,三种类型的投资者——个人投资者、基金等机构投资者和外国投资者都表现出只要条件具备就远离股市的态度,这正吻合西方经济学中的完全替代模型。本文引入该模型,说明股票的市场价格高于投资者愿意支付的价格,即股票的市场价格高于其内在价值,从而投资者对股票的投资意愿为零。