上证股票价格运动可预测性研究

在变幻莫测的股市里,人们总想通过技术分析和基本面的分析来获取超额回报,那么,能否通过各种分析从我国股市里获取超额回报呢？文章以上证股票市场为对象对其可预测性进行分析,认为我国股票市场是不可预测的。     

期铜价格波动对股票换手率的影响研究——基于大宗商品金融化背景下的分析

大宗商品金融化背景下,铜作为国民经济发展的重要基础原料,其价格逐渐与股票市场相关联。本文实证研究了期铜价格波动对股票换手率的影响,结果表明:2005年前,期铜价格波动对股票换手率不具有可预测性;而2005年后,期铜价格波动对股票市场上铜产业链上、下游板块的换手率均有显著正向影响,且这种影响进一步传递到金属板块,最终对整个股票市场的换手率产生正向影响。这表明期铜价格波动对股票换手率的预测能力可由商品金融化解释。本文在实证分析基础上对规避大宗商品期货风险提出相应建议。     

技术分析有效性的实证研究

早期研究大多支持随机游走假说,并认为技术分析不能给投资者带来额外收益。近些年,有一些研究提出股票收益可以利用过去的统计数据进行预测的结论。在此基础上,本文基于技术交易策略中最广泛使用的移动平均线方法,选取雅虎网站上两只具有代表性的股票和一只股票指数进行技术分析有效性的检验,以期丰富现有理论。     

股票收益率均值回归理论及数量方法研究

随着我国股票市场日趋完善,均值回归理论在股票收益预测中的应用也日益显现。均值回归理论不仅是证券投资理论的一个历史性跨跃,亦是股票市场可预测理论的一个突破性进展。针对股票长期收益的预测问题,本文从证券投资理论的发展历程入手,对均值回归相关理论进行了梳理,评述了多种经典或前沿的数量方法,从理论和实证两个角度对股票收益率的均值回归进行了分析,找寻到了股票收益率可预测的确定性证据,并揭示了股票市场价格发现功能的实现过程,以期对均值回归理论的发展现状作出总结,旨在为其今后进一步发展提供参考。     

投资者情绪对股票市场影响的文献综述

在投资者情绪的度量以及其对股票市场影响的研究中,我国学者与国外学者都是采用直接、间接和综合指标,但二者对情绪的代理变量不同。国外学者关于投资者情绪对股票市场影响的研究认为投资者情绪变动与股票品种、股票市场收益和波动性有显著的相关关系,同时还能预测未来的股票市场价格;我国学者认为投资者情绪能较好的预测股票市场回报率和收益率,并对当前的市场收益率、上市公司财务结果有显著影响。我国应结合本国实际,进一步加强相关研究,以期投资者可享受正确预测带来的收益。     

新兴中国股票市场与成熟国际股票市场之间关系的实证研究

本文通过方差分解和脉冲响应函数对中国股票市场、美国股票市场、香港股票市场和新加坡股票市场的收益率进行了实证研究．发现各个市场之间表现出一定的独立性,这在一定程度上说明通过国际股票市场所包含的信息并不能正确预测中国市场的股票的收益率,同时通过中国的股票市场的收益率信息也不能正确预测国际证券市场股票的有用信息。     

我国股票市场非线性结构研究

本文从沪深股市的随机游走检验入手,研究我国股票市场的非线性特性,先后采用AR线性滤波和GARCH族滤波,应用BDS检验来区别我国股市的非线性特征,结合最大李雅普诺夫指数以及沪深指数的HURST指数,研究表明我国股票市场存在着混沌特性。     

基于PCA-SVM组合模型的股票价格预测

股票市场是个非稳定的时间序列,本文将支持向量机与主成分分析(PCA-SVM)结合对股票进行回归预测分析,以奥特迅(002227)为对象进行建模和预测研究。选取奥特迅90天的股票技术指标历史数据作为训练样本对收盘价进行预测,10天数据进行检验,并通过图像拟合来验证神经网络股票预测的可行性和准确性。     

基于BP神经网络的股票价格预测研究

本文针对股票市场这一非线性系统,利用人工神经网络的方法来对股票进行时间序列预测。采用BP神经网络,将历史时间序列数据作为参考依据,预测未来短期内的股票价格;并在此基础上,与实际的股票价格进行对比分析,并得出结论。对于股票市场内的投资者具有一定的理论意义和实践价值。     

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。     

新股发行方式及其评析

规模的股票发行市场是我国股票市场有序运行的基础，本文综述了近十年来我国新股的各种发行方式，分析了它们的利弊以及对股票市场的影响，从一个方面反映了我国股票发行市场不断完善，快速发展的历程。     

随机游走和市场有效性检验——上海和深圳股票交易所综合指数分析

随着我国资本市场的发展,已经从以往的不规范的交易行为转向了规范化交易,确保了信息的有效公布,从而导向市场走向有效金融市场制度。本文通过单位根NP检验,以确定我国上海和深圳股票市场的有效性,通过数据分析,我国的上海股票市场和深圳股票市场在高低频数据分析时都存在单位根,其未来价格满足随机游走过程,从而支持上海和深圳两地股票市场总体上是市场有效的。     

上市公司股票增值权激励效果的实证研究

股票增值权是企业对管理层实施激励的重要做法,在我国大型国有控股境外上市公司中普遍采用。本文以中国石化为研究对象,对实施股票增值权计划后的公司财务绩效、治理机制与管理层代理成本、股票市场反应等作了实证检验。文章认为:股票增值权计划对公司财务绩效提升、治理机制改善具有一定的积极正面效应;股票增值权等待期结束后的开始行权年度,激励效果最大;股票市场对股票增值权的行权,存在着过度反应。最后本文提出了改进股票增值权激励的政策建议。     

从供给和需求两方面发展我国股票市场

目前,股票已成为人们的热门话题之一。股价涨跌作为股票市场的核心问题,尤为人们所关注。本文认为,我国股市狂涨暴落的根源在于股票供求总体严重失衡,因而提出要发展股票市场,平稳股市,必须从供给和需求入手。     

上海股票市场的周期性和长记忆性的实证研究

本文采用经典的R/S分析法对我国股票市场的长记忆性进行探讨,考察上海股票市场的多重非规则性周期.研究发现上证综指日收益序列,在3≤n<188时,结论支持上证综指日收益序列遵循随机游走;而在1 87≤n1 551时,Hurst指数显著小于随机游走情形下的期望Hurst指数E(H),收益率序列表现出较强的逆状态持续性.     

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。     

基于时间序列数据挖掘的股票市场价格行为研究

对股票市场的大体走向有一个准确的把握，对股票价格的变动有一个准确的估测，对于调节我国经济市场来说是有着重要的意义的。能够掌握股票价格的大体走向，提前预知股票价格的变动趋势，股票投资者才能在瞬息万变的股票市场中提高自己的收益率，降低股票投资的风险性。本文主要探讨了基于时间序列数据来预测股票价格的变动趋势，以此来深入研究股票市场中股票价格的变化走向。     

基于DLNN模型的股市价格预测

<正>如果把股票价格图表看成图像,则可以使用深度学习神经网络(DLNN)进行图像建模。DLNN可以模仿技术分析师的工作,通过价格图表和股票基本面(如市盈率)预测短期股价波动。本文运用2014—2019年A股股票数据进行研究,结果发现在我国股票市场价格的预测中,深度学习模型比单层模型表现更好。DLNN能够提供可定制的统计工具,有效分析价格图表。更重要的是,过去不同时期的收盘价所形成的价格趋势,在预测未来价格走势时,主宰着股票基本面。因此本文提出建议,股市技术分析师应该通过DLNN模型将价格趋势纳入他们的预测方法。     

基于宝钢股票回收的公告效应及影响分析

股票是一种有价证券,股票发行的主要目的是筹集资金。股票回购是指上市公司利用现金从股票市场上收回本公司发行在外股票的一种行为。通过股票的回购上市公司能够在短时间内有效的改变资本结构。基于市场环境和公司内部情况的不同,股票回购的目的也就不同。本文以宝钢股票回收事件为例,对宝钢股票回购的背景、动机、公告效应和回购影响做了简要的分析,希望能够给读者提供一定的参考依据。     

基于移动平均理论对中国股市的实证分析

移动平均技术是股票分析最常用的方法之一。本文采用移动平均技术结合沪深股票市场的大盘走势进行分析,分别比较了大样本点与小样本点的实证结果,对股票市场的技术方法提出一些建议。