波浪理论对中国股票市场的解读及预测

本文主要是依据波浪理论对中国股市进行解读和预测,为更准确分析预测股票市场,首先讨论GDP总量与中国股市运行趋势之间的关系,其次运用艾略特波浪理论研究上证指数并利用历史数据,研判上证指数每一个大的循环起点和终点及其总体的趋势,最后结合基本面分析预测了股指的未来走势及现状低落的原因。     

应用交错原理探讨上证指数未来的可能走势

交错原理是艾略特波浪理论的重要原理之一。上证指数是我国最重要的股票指数。通过交错原理来探讨上证指数的未来可能走势。     

深证成指运行时间中的一些重要比率关系

艾略特波浪理论不仅能时股票市场的运行进行刻画,而且它是股票市场目前最好的预测工具之一.本文在运用艾略特波浪理论对深证成指近20年来的运行进行波浪划分的基础上,应用黄金分割率揭示了深证成指历史走势中一些重要比例关系,借助于这些比例关系,对一些重要的高低点位的运行时间进行了预测.     

基于财务报表分析的*ST乐电估值与投资研究

本文通过对*ST乐电近年财务报表进行分析,判断其偿债能力、财务状况,并通过市盈率法、内在价值公式、折现方法判断其价值,结合波浪理论和均线法判断买卖时机,给出投资建议。     

VaR方法在我国股票市场中的应用与分析

本文应用经济计量方法对上证指数收益VaR进行估计和分析,通过对上证指数突变前后股市VaR大小的比较指出其存在的差异与原因,并运用参数法VaR模型对股票投资实例进行分析,实证结果表明随着股市价格下跌其存在的风险值也越大但风险值的增长率远小于股市价格下跌率,并且组合投资能够降低投资风险。     

股票证券投资方法的文献综述

自股票证券市场出现以来,无数投资者孜孜不倦、前仆后继,几百年来,在股票投资方法上,先后形成了许多不同的理论和流派。各理论及流派也在其相应的时代成功过、辉煌过。价值投资理论、反射理论、周期理论、波浪理论、做庄跟庄法等可谓八仙过海,人才辈出,各领风骚数百年。在阅读、研究大量文献的基础上,对过去几百年来,股票投资市场曾经出现过的几大投资理论和流派做一个大致的梳理和分类,并给出自己的评述。希望能为后来的投资者提供一个股票证券投资方法的总体认识。     

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。     

基钦周期下的股票、债券资产价格变化

文章选取 1990 年 1 月以来的工业增加值同比作为经济周期变量计算短波经济周期。 首先,利用 CF 滤波的方法将其分解为周期项与趋势项;其次,选取其中的周期项,利用 BB 周期划分法对经济周期进行划分,得到经济周期的上行期与下行期;最后,计算每一经济周期阶段下股票指数和中债指数的投资回报率。 最终发现:上证指数在上行期时收益率大于下行期时收益率,中债指数在下行期时的收益率大于上行期时的收益率。     

中国证券业市场热点分析(2007第2季度)

2007年二季度,股票市场交易活跃,股指总体呈现震荡上扬走势。上证指数年初为2715.72点,6月末收于3820.70点,上涨1104.98点,涨幅为40.7%。6月份,上证指数呈现宽幅震荡调整走势。6月4日上证指数收于3670.40点,下跌330.34点,创上证指数单日下跌点数之最,跌幅为8.26%,是今年2月27日以来单日最大跌幅。此后,上证指数止跌回升,并在4000点附近展开宽幅震荡调整。     

中国证券业市场热点分析（2007第2季度）

2007年二季度，股票市场交易活跃，股指总体呈现震荡上扬走势。上证指数年初为2715.72点，6月末收于3820.70点，上涨1104.98点，涨幅为40.7%。6月份，上证指数呈现宽幅震荡调整走势。6月4日上证指数收于3670.40点，下跌330.34点，创上证指数单日下跌点数之最，跌幅为8.26%，是今年2月27日以来单日最大跌幅。此后，上证指数止跌回升，并在4000点附近展开宽幅震荡调整。     

我国医疗保健行业股指收益率波动特征与杠杆效应

本文运用SWARCH模型分析了我国医疗保健板块收益率的波动,并将医疗保健板块收益率与上证综指、深证成指收益率的SWARCH模型的估计结果进行比较,得出以下结论:医疗保健指数收益率序列呈现出低、中、高三种波动状态,样本区间主要分布于中波动状态,低波动状态的平均持续期最长、中波动状态的平均持续期居中、高波动状态的平均持续期最短,医疗保健指数收益率波动杠杆效应显著;我国股市医疗保健板块收益率波动状态之间的差异高于沪深综指波动状态的差异,医疗保健指数收益率与沪深综指收益率区制转移趋同,但存在着细微差异;医疗保健指数收益率各区制间转移相对频繁,每种波动状态的平均持续期较短,股市医疗保健板块收益率对新信息的反应更为敏感。     

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。     

股票市场周日历效应传导关系研究

以上证综指、深证成指、恒生指数、日经225指数四种指数为研究对象,实证研究四个股市的周日历效应及其传导关系。研究发现,上证综指在一周中有三天存在周日历效应,周二负效应和周三、周五正效应;深证成指在周三和周五两天存在正效应;恒生指数和日经225指数则分别在周五和周一存在正效应和负效应。上证综指的周三、周五正效应与深证成指的周三、周五正效应互相传导;上证综指与恒生指数的周五正效应互相传导;深证成指与恒生指数的周五正效应亦互相传导;日经225指数与其他三种指数的周日历效应却不存在传导关系。     

ARCH族模型在上证收益率变动中的实证研究

股票价格的频繁波动是股票市场最明显的特征之一。利用ARCH模型及其扩展模型对上证综合指数的波动性进行实证研究,结果发现,我国上海股票市场收益率序列有明显的尖峰厚尾性、波动聚类性、非正态性以及存在条件异方差特性,波动的信息不对称性等特点。     

Realized Volatility Forecast: Structural Breaks,Long Memory,Asymmetry, and Day‐of‐the‐Week Effect

We investigate the properties of the realized volatility in Chinese stock markets by employing the high‐frequency data of Shanghai Stock Exchange Composite Index and four individual stocks from Shanghai Stock Exchange and Shenzhen Stock Exchange, and find that the volatility exhibits the properties of long‐term memory, structural breaks, asymmetry, and day‐of‐the‐week effect. In addition, the structural breaks only partially explain the long memory. To capture these properties simultaneously, we derive an adaptive asymmetry heterogeneous autoregressive model with day‐of‐the‐week effect and fractionally integrated generalized autoregressive conditional heteroskedasticity errors (HAR‐D‐FIGARCH) and use it to conduct a forecast of realized volatility. Compared with other heterogeneous autoregressive realized volatility models, the proposed model improves the in‐sample fit significantly. The proposed model is the best model for the day‐ahead realized volatility forecasts among the six models based on various loss functions by utilizing the superior predictive ability test.     

基于极值理论的沪深股市VaR和CVaR分析

将VaR和CVaR结合起来能全面描述金融时间序列与尾部相关的风险。考虑沪深股指收益序列胖尾特性,极值理论方法能够对沪深股市VaR和CVaR进行较好估计,运用基于Boot strap和极大似然估计方法解决极值理论数据不足的缺陷,从而给出对VaR和CVaR的点估计和区间估计。     

中国证券市场波动的区制关联性

应用单变量和二元向量SW-ARCH模型,本文发现我国证券市场收益率波动具有明显的"区制转移"特征,可以将其分为"高波动"和"低波动"两个区制.在"高波动区制"下,沪深两市间具有明显的波动"溢出"和"传染"特征,市场整体风险强;相反,在"低波动区制"下,市场间主要表现"低系统风险"特征,负相关的波动关联性使证券市场具有较强的风险分散功能和较高的资金配置效率.     

基于极值理论的沪综指尾部风险度量

以沪综指为实证研究对象,利用AR-GARCH模型捕获沪综指对数收益序列中的自相关和异方差现象,获得近似独立同分布的残差序列,再利用极值理论中的POT方法对残差序列进行极值分析,并采用给出了极值分布的各参数极大似然估计,进一步计算置信水平下的VaR值,结果表明,根据AR-GARCH-POT方法所得的VaR对沪综指实际损失风险的刻画准确。而基于所得的VaR序列分析沪综指收益率的系统性风险历史波动趋势,结果发现系统性风险历史趋势存在先高后低,且自2006年后逐年升高的特征,目前阶段的总体性风险处于较高水平。     

基于支持向量机的上证指数预测研究

基于支持向量机的预测模型对上证指数进行预测,并将其预测结果与BP神经网络的预测结果进行对比,其结果表明,支持向量机的预测模型具有较高的拟合和预测精度并优于BP神经网络模型,且支持向量机预测方法计算速度快,准确率高,具有很好的推广应用价值。     

基于时变Copula的我国股票市场联动性研究

通过运用Copula技术,构建4种Copula-GARCH模型,讨论金融市场的相关模式问题得出的结论是Joe-ClaytonCopula比正态Copula好,动态模型比静态模型要好。表明沪港股市确实存在非对称的相关变化规律。同时表明沪、港股票市场股市相关程度较小,两个市场联动性较弱,上海股市的波动具有相对的独立性,通过组合上海股市和香港股市的方式可以较好的降低投资风险。