中国股票市场技术分析非线性预测能力的实证检验

运用前向人工神经网络方法对我国股票市场技术分析非线性预测能力进行了实证检验.发现基于移动平均规则的人工神经网络模型具有明显高于AR模型和各种移动平均规则线性模型的样本外预测能力.为解释技术分析方法具有非线性预测能力的原因,本文构建了一个基于异质市场假说的移动平均规则非线性模型,发现该模型的预测能力远高于其它非线性模型.表明我国股票市场存在异质性特征,技术分析方法能捕捉到不同类型投资者之间非线性的相互作用关系可能正是其具有非线性预测能力的原因.     

技术指标能够预测商品期货价格吗?来自中国的证据北大核心CSCDCSSCI

基于移动价格平均、动量和移动交易量平均三类技术指标,研究了其对中国大宗商品期货价格的预测效果,并以基于宏观变量的预测为基准比较分析了其预测能力.主要结论如下,第一,技术指标能够在样本内和样本外检验中有效预测我国大宗商品期货价格,其预测效果显著超过已有文献中广泛使用的宏观经济指标.第二,对于不同的模型设定和数据频率,技术指标预测效果表现稳健.第三,从资产配置角度出发,基于技术指标的预测具有显著经济意义,能够显著提高资产配置效率,获得超额收益.相关结果能够为大宗商品投资及风险管理提供经验和策略支持.     

技术指标能够预测商品期货价格吗? 来自中国的证据

基于移动价格平均、动量和移动交易量平均三类技术指标,研究了其对中国大宗商品期货价格的预测效果,并以基于宏观变量的预测为基准比较分析了其预测能力.主要结论如下,第一,技术指标能够在样本内和样本外检验中有效预测我国大宗商品期货价格,其预测效果显著超过已有文献中广泛使用的宏观经济指标.第二,对于不同的模型设定和数据频率,技术指标预测效果表现稳健.第三,从资产配置角度出发,基于技术指标的预测具有显著经济意义,能够显著提高资产配置效率,获得超额收益.相关结果能够为大宗商品投资及风险管理提供经验和策略支持.     

基于移动平均线投资策略的中国证券市场弱式有效性分析

中国证券市场是否达到弱式有效状态一直是一个颇具争议的问题。本文运用技术分析中的移动平均线策略来验证投资者能否以此获得超常收益,从而检验中国证券市场的弱式有效性。本文选取上证综合指数为样本数据,通过实证检验发现利用移动平均策略可以获得显著的超额收益,说明中国证券市场未达到弱式有效。     

中国股市弱有效吗?——来自数据挖掘的实证研究

已有的有效性检验方法大都基于某个全局性的数学模型,忽略了序列中某些局部模式的预测作用,由此得出“市场有效”的结论有失偏颇。本文采用一种新的时间序列数据挖掘方法TSEOPM,寻找时间序列中具有预测作用的局部征兆模式,并用其实证我国沪、深A股市场近年来收益的短期可预测性,结果表明基于局部征兆模式获得的收益显著好于非征兆模式,通过历史价格分析可以带来一定的短期超额收益,因而说明我国股市还没有达到弱有效。     

基于贝叶斯方法的积极资产组合决策模型研究

利用贝叶斯模型平均法提高预测准确性,并在权重设计中考虑预测准确性,以改进积极资产组合决策模型.在中国市场条件下对决策模型进行检验,结果显示:基于该模型构造的积极组合在任何市场条件下都能够获得超越基准组合的收益;在决策模型中考虑超额收益预测准确性是必要的,提高超额收益预测的准确性有利于提高组合超额收益,同时降低组合积极风险;在允许卖空的市场条件下决策模型依然成立,组合超额收益水平未发生显著变化,但积极风险加大.在考虑交易成本的情况下,超额收益仍然存在.     

基于波动择时绩效的高维波动率估计量与预测模型研究

对协方差矩阵高频估计量和预测模型的选择，共同影响协方差的预测效果，从而影响波动择时投资组合策略的绩效。资产维数很高时，协方差矩阵高频估计量的构建会因非同步交易而丢弃大量数据，降低信息利用效率。鉴于此，将可以充分利用资产日内价格信息的KEM估计量用于估计中国股市资产的高维协方差矩阵，并与两种常用协方差矩阵估计量进行比较。进一步地，将三种估计量分别用于多元异质自回归模型、指数加权移动平均模型以及短、中、长期移动平均模型进行样本外预测，并比较在三种基于风险的投资组合策略下的经济效益。采用上证50指数中20只不同流动性成份股逐笔高频数据的实证研究发现：（1）无论是在市场平稳时期还是市场剧烈震荡期，长期移动平均模型都是高维协方差估计量预测建模的最优选择，在应用于各种波动择时策略时都可以实现最低成本和最高收益。（2）在市场平稳时期，KEM估计量是高维协方差估计的最优选择，应用于各种波动择时策略时基本都可以实现最低成本和最高收益；在市场剧烈震荡期，使用KEM估计量进行波动择时仍然可以在成本方面保持优势，但在收益上并不占优。（3）无论是在市场平稳时期还是市场剧烈震荡期，最低的成本都是在采用等风险贡献投资组合时实现的，而最高的收益则都是在采用最小方差投资组合时实现的。研究不仅首次检验了KEM估计量在常用波动择时策略中的适用性，而且首次实证了实现最为简单的长期移动平均模型在高维协方差矩阵预测中的优越性，对投资决策和风险管理等实务应用都具有重要意义。     

基于相关性调整的公募基金管理能力度量

由于投资者使用基金的收益排名评价管理能力，致使基金资金流具有历史表现追逐的特征.而基金短期表现具有较大的随机性，因此易造成无效资金流动进而降低基金行业资源配置效率.本文提出使用日收益率的相关性以及基金同僚的表现来调整基金管理能力的度量，并检验调整后指标的预测能力.实证结果表明，对6个不同的历史收益指标进行调整，调整后指标均可显著预测基金的未来收益；其套利组合平均收益率在控制中国三个定价因子后达到每年14.46%,显著高于指标调整前的表现；调整后指标与原指标相关性仅38%左右，并被证实在控制了原指标的基础上依然可以提升对基金未来收益的预测精度.该方法贡献于提高公募基金市场资金流配置有效性，进而避免基金表现评价中由于信息技术造成的对历史表现过度依赖.     

非财务视角下的财务困境预警--对中国上市公司的实证研究

以2002年～2003年被认定为财务状况异常的98家ST公司为财务困境样本,另选取98家财务健康公司与其配对.对赢利性、财务杠杆、流动性和营运能力等方面的14个财务变量提取公因子,将所得因子作为控制变量,运用Logistic回归分别检验股权结构、公司治理、市场信息等方面的10个非财务变量对财务困境的解释力,并应用jackknife method检验模型的分类预测能力.结果显示,年度累积超额收益率与审计师意见的预警效果较好,其他非财务变量均不显著,纳入了非财务因素的模型预测力更强.最后时实证结果进行了讨论,并得出几点启示.     

投资者情绪、平均相关性与股市收益

Pollet和Wilson的研究认为,股市平均相关性-收益关系比股市波动-收益关系能够更好的阐述总体风险-收益关系。本文研究了投资者情绪对股市平均相关性-收益关系的影响。实证结果表明,相比于股市波动,平均相关性对股市预期收益的解释能力明显增强,并且在低情绪期,平均相关性-收益之间的关系并不显著,而在高情绪期,平均相关性-收益关系被削弱为显著的负相关关系,这表明高情绪会削弱总体风险-收益关系。这一结论在随后的稳健性检验中被证明是稳健的。