基于周易与博弈论的股价拐点预测模型

文章在分析现有股票价格预测方法不足的基础上,通过周易理论与博弈论分析股票价格波动规律,建立了股票价格短线波段拐点预测模型,对股票价格运行的顶点和底点产生时刻的预测有很强的操作性和准确性.该模型对于经济管理部门通过资本市场来调控宏观经济有积极意义.     

非线性GARCH模型在中国股市波动预测中的应用研究

股票价格频繁的波动是股票市场最明显的特征之一。股票价格的时间序列经常表现出一个时期的波动明显地大于另一时期的特征。尽管有大量证据表明,短期的金融资产价格及收益率是不可预测的[1];但目前人们普遍认为,使用特定的时间序列技术可成功地预测金融资产收益率的方差。国外学者的研究结果表明,Ｂｏｌｌｅｒｓｌｅｖ提出的广义自回归条件异方差(ＧＡＲＣＨ)模型[2]和Ｅｎｇｌｅ的自回归条件异方差(ＡＲＣＨ)模型[3],在预测金融资产收益率方差方面是最为成功的。文献[4]较全面地综述了ＧＡＲＣＨ模型的应用。简单地讲,ＧＡＲＣＨ模型的建模…     

基于股价修正的结构化风险模型及其检验

在诸多的信用风险度量模型中,以默顿的期权定价理论为框架的结构化模型被认为是度量违约风险的有效工具.在结构化模型中,唯一考虑的风险就是公司风险.然而,股票价格是要受市场因素影响的,特别是在市场剧烈波动的时候,市场因素对股票价格的影响可能更大.文章认为,应用修正后的股价,剔除了股票价格变化过程中市场因素的影响,结构化模型将能更加有效地度量违约风险.     

TGARCH模型在利率波动建模中的应用

波动率是利率期限结构模型的重要因素。本文从对利率的波动进行建模,进而对利率的波动进行预测的角度出发,在考虑利率波动的异方差性质,以及利率对正的信息和负的信息的不同的波动模式的基础上,用门限广义自回归条件异方差模型(TGARCH)对CKLS模型中的波动部分进行建模。     

成交量的GARCH修正模型在股市波动中的应用

近年来,证券市场中价格波动与成交量的关系引起了一些国内学者的注意.虽然目前国内在成交量和股市波动性关系的研究方面已取得一定的进展,但从量价关系的角度检验关于股票价格波动的混合分布假说MDH理论的有效性,从而揭示成交量代表的信息流对股票价格波动影响的实证研究尚不多见.李双成等(2002)的研究结果表明,在GARCH(1,1)模型中,将成交量作为信息流的替代指标能够显著降低价格波动的持续性,ARCH效应明显减弱.他们的研究结论是对MDH理论的一个有力支持.     

两种模型对中国生猪价格预测效果的比较

生猪价格波动是众多因素共同作用的结果,为提高生猪价格预测结果的精度和可靠性,文章应用支持向量机(SVM)方法,综合在中国猪肉市场上与生猪价格相关的主要指标,建立生猪价格和其影响因素的支持向量机模型,对未来生猪价格进行预测分析,同时,将其预测结果与BP人工神经网络模型的预测结果进行对比,并对这两种模型的预测效果进行评价,结果表明,基于SVM模型预测生猪价格的精度优于人工神经网络,拓展了其在这一领域中的研究与应用。     

股价预测的GM(1,1)模型

本文应用灰色系统理论,对股票价格变化建立GM(1,1)预测模型,并进行了实证分析.结果表明,把股票价格动态变化过程看作一个灰色系统,利用所建立的模型可较好地预测股票价格的短期发展变化趋势;同时通过与用ARIMA模型预测的拟合比较,表明在对股票价格作短期预测时,用GM(1,1)模型进行预测比用ARIMA模型进行预测具有更高的精确度.     

基于HP滤波和GARCH模型的股票价格趋势预测

在股票市场中人们最关心的就是股票价格的变化,对股票价格趋势的预测直接影响到投资者的投资决策,关系到投资者的切身经济利益,因而对预测的准确性要求较高.为了更精确的预测股票价格趋势,提供更为合理的股票投资意见.文章尝试将HP滤波法应用到股票价格趋势的预测中,通过HP滤波法将股票价格分解为不同的数据,然后通过高阶自回归和GARCH模型分别对分解出来的数据进行拟合和预测.并通过对上证指数的预测后,发现该模型具有较好的预报效果,可为金融产品的趋势研究提供帮助.     

基于AR模型的Kalman滤波在股票价格预测中的应用

文章在分析AR(n)模型和Kalman滤波模型具有的预测功能的基础上,将二者结合起来而提出一种基于AR模型的卡尔曼滤波模型.该模型用1至n阶的AR模型组合建立新的多维状态空间模型,再应用Kal-man滤波方法预测股票价格.通过对股票价格预测的具体实验表明,提出的新模型克服了单一方法使用的缺点,具有较高的预测精度.     

基于混频误差修正模型的土地价格预测

为提高土地价格预测的准确性,文章将误差修正模型与MIDAS模型的建模理论相结合,构建ECM-MIDAS模型对土地价格进行预测。通过选取3种预测误差的衡量指标证实了ECM-MIDAS模型的预测效果优于同频模型。此外,房价、GDP和政府债务都可以作为土地价格的先行指标,且四者具有长期的协整关系,将这一长期协整关系考虑在内的ECM-MIDAS模型的预测效果明显优于MIDAS模型。鉴于ECM-MIDAS模型在土地价格预测方面的有效性,相关部门可以对土地价格进行实时预测,采取措施以防止土地价格波动造成的不利影响。     

基于Tompkins方法的KMV模型研究

传统的KMV模型使用公司价值历史波动率来近似替代波动率.针对我国股市波动不稳定,尤其是重大经济事件或政治事件的信息披露,以及金融市场上可能存在的影响金融资产价格波动率的季节性或周期性等因素对标的资产市场产生影响较大这一特性,文章把基于历史数据的估计和对波动率变化规律的认识结合起来,综合运用各种定量与定性分析的工具,即运用预测波动率估计的基本思想替代了传统的历史波动率求解方法.实证分析表明,该方法能使模型对信用风险的预测更具准确性和前瞻性.     

波动率模型在中国股市中的应用研究

文章对上证综合指数收益率和深证成分指数收益率进行统计分析,运用GARCH,EGARCH,TARCH模型对其进行建模,发现股票收益率序列所存在的尖峰厚尾现象、波动聚类特性以及杠杆效应,通过比较不同的模型发现非对称模型的拟合效果最为理想;另外通过采用三种不同的损失函数评价各类模型的预测效果,结果表明,非对称模型样本外预测的能力也是最强的.     

A股市场初始定价模型研究及效果检验

一、引言 无论是传统的红利贴现模型,还是现代流行的股权(公司)自由现金流贴现模型、剩余收益定价理论等,其理论基础均是贴现理论,认为股票的价值是其未来预期现金流入量的现值之和.股票价格虽然受供求关系影响,但总是围绕股票价值波动.也就是说,股票价格是其价值的最佳无偏估计.     

中国股票市场波动率模型预测效果的实证检验

文章首先在已实现波动和多重分形波动率的基础上提出了一种改进的波动率测度,即已实现多分形波动率测度.其次,以上证综指2008年1月2日至2012年12月31日一分钟高频数据为样本,构造了7种常用的基于高频金融序列的波动率测度,并分别采用ARMA和ARFIMA模型对波动率进行建模和预测.最后通过使用统计自举方法与模型置信度设定(MCS)检验相结合的方法,对各种波动率模型预测效果进行了检验.检测的结果证实已实现多重分形波动率预测模型的预测效果明显优于其他模型.     

SARIMA模型在预测中国CPI中的应用

文章考虑中国通货膨胀率月度频率数据本身所表现出来的波动特征,分别对CPI同比序列和环比序列建立时间序列SARIMA模型进行了分析和预测,可为政策制定者相机抉择调控经济运行的宏观政策提供可靠工具。结果表明:相对于单一的对同比序列和环比序列建模预测而言,结合两种模型构造的合成预测值的预测精度更高。     

基于组合模型的海南瓜类产量分析预测

伴随着海南国际旅游岛建设,海南农业迎来了新的发展契机,而瓜类产量作为影响海南农业经济的重要因素和指标,具有非常重要的研究意义。要解决海南瓜类滞销问题,就需要有长远的政策考量,才能走出瓜类价格波动周期,而价格波动是由产量大小决定,因此,我们必须对瓜类产量进行全面分析与预测。鉴于单项预测模型的局限性,文章运用时间序列ARIMA模型、指数平滑模型、曲线回归模型的组合模型,对海南连续几年瓜类产量规律进行了预测分析。     

协整技术在股票开盘价预测中的应用

本文从集合竞价的交易机制的信息传递角度出发,利用因果检验方法找出影响开盘价形成的因素,认为前一日交易的收盘价是最主要的影响因素.然后利用协整技术建立关于开盘价和收盘价的协整模型,并运用该模型进行事后预测,并对其有效性进行了检验.最后,对该模型成立的原因进行经济分析,并指出其股票价格的发现功能.     

GARCH类模型和状态空间模型波动率预测评价

GARCH类模型和状态空间模型已经广泛运用于波动率的预测,但对模型的预测表现进行评价却受到了忽视,其主要原因是缺乏合适的衡量标准.文章首先运用GARCH类模型和状态空间模型对上证指数收益率进行了全面的估计及预测,然后以已实现波动率作为波动率预测的评价标准,通过M-Z回归评价GARCH类模型和状态空间模型的波动率预测表现.     

RGM-EGARCH模型及其对深圳股市的实证

GM-EGARCH模型是一种将灰色预测模型(GM(1,1)模型)与EGARCH模型相结合的新型混合波动率模型.针对GM(1,1)模型在其适用务件上的局限性,文章利用残差灰色预测模型(RGM(1,1)模型)对GM(1,1)模型的预测结果进行改进,再将RGM(1,1)模型与GARCH模型相结合,构建RGM-EGARCH模型来修正随机误差项.通过对深证综合指数的实证分析,比较了RGM-EGARCH模型、GM-EGARcH模型和EGARCH模型的样本外短期预测效果.实证结果表明,在三种模型中,RGM-EGARCH模型具有最好的波动率预测效果.     

基于分形插值模型的股价时间序列分析及预测

文章运用分形插值的理论与方法建立了能够分析及预测股票价格波动的分形插值数学模型;以上市公司青岛海尔为例,使用该模型分析了股价的变化规律,预测了股价的未来走势,并使用时间序列曲线的分形维数与Hurst指数,描述了股价的波动性及长期相关性等特征.