基于多维动态模型的中国股指相关性预测研究

运用时间序列的ADCC(Asymmetric Dynamic Conditional Correlation)多维GARCH模型和CCC(Constant Conditional Correlation)多维GARCH模型对中国主要股指之间的相关性进行预测,并对预测结果进行评价和比较,结果表明ADCC多维GARCH模型拟合和预测中国股指相关性较好,这为投资组合管理和风险管理提供了理论支持。     

新《企业会计准则》下股指期货会计确认与计量

随着我国股指期货的日益推出,股指期货的会计确认和会计计量成为重要内容。新会计准则的实施对股指期货的会计处理进行了归纳和总结,并且使我国金融工具会计处理与国际会计准则全面接轨,对我国股指期货的会计实务和金融风险管理产生了深远的影响。     

BP算法在股指期货合约价格预测中的应用

本文将Matlab软件中BP算法工具箱中的newff函数引入到了股指期货合约价格的预测分析中,利用BP网络的数据压缩性以及非线性映射功能,模拟股指期货合约结算价与最高价、最低价、开盘价、收盘价、总持仓量、真实指数值、期货合约成交总金额之间的关系,建立了基于神经网络的股指期货合约结算价预测系统。用交易数据进行网络训练,生成网络后,用另外的数据对生成的网络进行验证,得出了该网络的预测精度较高,具备一定的应用价值。     

股指期货会计探讨

2010年4月我国正式推出股指期货,在新会计准则的前提下,文章简单介绍了股指期货对会计理论的影响,对交易目的不同的两种股指期货的会计处理进行了对比分析,最后分析了股指期货存在的问题并提出了建议。     

基于BP神经网络的沪深300股指期货价格预测

本文在BP神经网络的基础上,利用沪深300股指期货的每日收盘价,对其价格进行实际模拟和预测。模拟结果与实际相比,有较高的精度和较为稳定的预测效果,说明BP神经网络对沪深300股指期货市场的预测是可行的。     

基于模糊处理和遗传优化的小波神经网络股指区间预测

文章基于模糊粒化和遗传算法优化的小波神经网络,建立了一种新型股指区间预测模型。并对上证指数开盘数据进行实证检验,预测结果表明模型预测结果比较准确,模型具有较高的预测精度,误差率较小。文章建立的股指预测模型对探究中国股票市场波动趋势有一定意义,同时也为投资者进行股市投资提供一种投资参考。     

股指期货的会计处理问题探析

2010年1月8日,证监会发布了国务院已原则同意开展证券公司融资融券业务试点和推出股指期货品种的消息.股指期货的推出对企业进行相关会计处理提出了新的要求.本文结合案例对股指期货的会计处理方法进行了分析,以期为企业和投资者降低金融风险提供思路.     

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。     

基于GARCH族模型的德国DAX股指的估计及预测

通过对德国DAX股指的特征性分析,发现德国DAX股指是非正态的、平稳的,并且具有自相关性。运用ARCH效应检验发现,残差具有ARCH效应,说明该股指适合用GARCH族模型来建模。通过显著性检验以及AI C值越小越好、极大似然函数越大越好的选取准则,得到扰动项服从学生分布下的TARCH(1,1)对于德国DAX股指的对数收益率波动的拟合效果是最好的。在该模型的基础上对条件方差和收益率进行了预测,发现条件方差最后收敛于0.00001左右的一个无条件方差,而预测的收益率和实际收益率之间的误差很小,说明预测效果较好。     

股指期货定价相对位置及其预测能力检验

文章以我国沪深300股指期货为研究对象,使用ETF与股指期货构造套利组合并通过无套利定价原理得到期货理论价格区间后,结合股指期货实际价格定义出文中使用的定价相对位置指数,并使用基本回归模型检验这一指数对股指期货基差和收益率的预测能力。最终得出结论:期货实际价格在理论区间内相对位置的变动可以由情绪解释一部分,文中定义的定价相对位置Pt具有对股指期货基差良好的预测能力,但对收益率的预测能力不足。     

BP神经网络模型在沪深300指数预测中的应用

文章探讨了神经网络模型在股指预测方面的应用,通过引入宏观经济因素,建立BP神经网络模型来对沪深300指数的走势进行中长期预测,运用MATLAB神经网络工具箱对BP模型预测的准确性和可行性进行了实证检验。     

我国股指期货价格波动风险研究

我国股指期货市场从2010年成立至今,发展非常迅速,通过选择VaR方法对我国股指期货日内波动风险进行实证分析和预测,对不能用VaR方法解决的重大事件产生的影响作了压力测试,并结合我国市场实际状况提出建设性意见。     

沪深300股指期货价格影响因素及价格预测

沪深300股指期货为我国金融市场提供了价格发现和风险规避等功能,但是其价格波动较大,容易增加投资风险,因此探究其影响因素和预测价格具有重要意义。本文通过建立VAR模型和GARCH族模型对价格影响因素进行分析和预测。研究表明：沪深300股指期货价格受金融市场因素影响最小但其关联性明显,宏观经济运行状况对期货价格影响显著且持续时间较长,消费者心理会对期货价格产生显著正向影响。价格预测中EGARCH(1,1)模型预测结果的平均相对误差为0.0002,说明预测精度高。     

股指期货合约价格预测中的BP算法应用

本文利用BP网络对数据的压缩性和非线性映射功能，模拟股指期货合约的各项数据之间的关系，建立起一个基于神经网络的股指期货合约结算价格预测系统。用交易数据进行网络训练，生成网络后，用另外的数据对生成的网络进行验证，验证发现该网络的预测精度较高。具备一定的应用价值。     

推出沪深300指数期货对现货市场的影响研究

随着我国股指期货的即将推出,管理层、专家学者以及广大投资者对其可能产生的影响给予了极大的关注。本文回顾海外市场推出股指期货后对现货市场产生的影响并加以综合整理,结合我国证券市场实际,对我国推出沪深300指数期货对现货市场的影响进行分析和预测。     

浅议股指期货的会计处理及国际比较

股指期货是股票指数期货的简称,是买卖双方根据事先的约定,同意在未来某一个特定的时间按照双方事先约定的股价进行股票指数交易的一种标准化协议。整个市场股票价格变动的趋势和幅度基本上可以由股票指数来代表,股指期货的实质则是用期货市场来承担股票市场价格指数的预期风险,因此股指期货有套期保值股票,规避风险的作用。对于投资者来讲,股指期货则是一种新的基础性风险管理工具,丰富了投资者的投资手段。本文就国内外股指期货情况进行初步探讨,并简单涉及了我国对殷指期货的会计处理等方面的一些问题。     

发展我国股指期货的策略研究

从三个部分对发展我国股指期货的策略进行了研究。首先对股指期货的概念、特点、功能和我国股指期货的现状进行了描述,在此基础上就如何发展我国股指期货市场,对监管部门和投资者提出了一些建议。     

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.     

刍议新会计准则股指期货的会计处理——基于金融风险控制角度

股指期货是风险管理的重要工具,对抵御金融危机有重要意义.新会计准则的出台以及金交所的成立,使得股指期货的会计处理及风险防范具备了一定依据.本文通过新旧准则的对比,从金融风险控制的角度揭示了新会计准则在股指期货的确认、计量及披露等会计处理上所体现的金融风险控制思想,为投资者理解会计报表、企业防范风险、国家建立规范的期货交易市场提供新的思路.     

我国股指期货交易的会计处理问题探析

股指期货是衍生金融工具的一种,其会计处理一直是会计界的一大难题。本文依据新会计准则,结合股指期货的自身功能和特点,以我国2010年4月16日上市的沪深300指数期货为例,深入解析了股指期货以套期保值和投机套利为目的的会计处理的思路和方法。