判定熊市底部1664之实证推理（上）

2007年10月15日以来,经过13个月的下跌,上证综合指数从6124.04点下跌至2008年10月28日的1664.93点,深圳成分指数也同步从19600点下跌至5577点.在市场信心完全崩溃之时,恰遇以美国为主的金融危机席卷全球.     

GARCH族模型在股市中的应用--深圳成分指数波动性研究

本文首先将GARCH族各类模型进行对比分析,并将其应用在深圳成分指数波动性的研究,分析了深圳股市波动性的一些形式特征,最后发现EGARCG（3,1）模型能够相对较好地进行模拟.此外,通过对深圳股市的实证研究,本文还提供了一些政策建议及以后的研究方向.     

基于RBF神经网络下的股票价格指数预测分析——以深证信息技术行业指数为例

股票市场是一个极其复杂的非线性动态系统,在金融市场中占据着重要的地位。随着证券市场的不断发展与完善,投资者越来越重视股价指数的变化趋势。因此,利用相关模型预测行业价格指数趋势显得尤为重要。本文以深证信息技术行业指数为例,选用神经网络中比较经典的RBF(径向基)神经网络,使模型具有运算速度和外推能力,更具较强的非线性映射功能,从而较好的预测出该行业的未来一段时间的运行趋势,为投资决策提供依据。     

上证综指与深证成指的相关性分析

本文采用时变copula的方法,对2006年11月1日到2011年3月10日上证综指和深证成指的相关性进行分析,得到了两者之间随时间变化的相关性,发现在2006年到2008年底,上证综指和深证成指的相关性变化比较大,而2009年初至今,两者之间高度相关,并没有大的时变点,说明我国的证券市场逐渐走向成熟,且上证与深证之间的替代性加强了。     

采用布林带分析比较股市风险

本文从布林带的角度来定义风险,通过对上证指数、深证成指、道琼斯综合指数以及纳斯达克指数5年的数据分析,得出美国股市布林带风险约为3%,而中国股市布林带风险约为14%.探讨了布林带带宽和风险相关性质,得出识别窄带宽对于准确评价股市风险的意义.     

股权分置改革下QFⅡ对我国证券市场风险影响的实证分析

本文利用了上证综合指数日收益率和深证成份股指数的日收益率数据，采用了GARCH（1，1）模型对收益率的波动性进行了研究。发现QFⅡ无论是股权分置改革前还是股权分置改革后对我国证券市场风险的影响都较小，且在股改前后变化也不显著。     

2020年红盘收官

A股三大指数12月31日迎来2020年收官战,最终柒体大幅收涨,沪指收报3473.07点,创2018年2月以来新高;深证成指收报14470.68点,创2015年7月以来新高;创业板指收报2966.26点,创2015年7月以来新高。从行业看,12月食品饮料板块领涨。     

“并购”概念引来市场热捧

2008年11月15日,《浙商》杂志联合浙江华睿投资管理有限公司发布了“2008中国最具并购价值50家上市公司”榜单。截至2009年2月23日,这50个个股的平均涨幅为58．93％,表现好于同期的上征指数（涨幅为16．80％）和深证指数（涨幅为35．80％）。     

跌不完的A股

从目前趋势看。A股仍有“熊冠全球”之势。截至12月14日收盘,上证综指创下了2011年以来的新低2224点,累计跌幅已经达到了18．39％,深证成指今年以来的跌幅则达到了24．74％。而在全球的主要市场当中,道琼斯_1二业平均指数今年累计上涨5．24％,即使是在深陷债务危机的欧洲,伦敦富时100指数、巴黎CAC40指数和法兰克福DAX指数跌幅也分别仅为6．97％、18．04％和15．24％,均低于沪深两市的跌幅。同中国在全球主要经济体中屈指可数的高增长相比,作为“晴雨表”的资本市场却再度有“熊冠全球”之势。     

基于ARIMA模型的深证指数分析及预测

深证指数是指由深圳证券交易所编制的股价指数,对其进行深入研究具有非常重要的意义。文中使用时间序列ARIMA模型对深证指数进行定量分析,以2009年7月1日到2010年6月30日的日深证指数收盘价格为原始数据,通过对数据进行平稳、零均值化处理,模型识别和模型定阶,再使用最小二乘法估计参数后,最终建立了ARIMA(6,1,6)模型,并对模型检验证明有效后,对未来数据进行了短期预测。