基于技术分析、基本面分析和深度学习的股价预测

文章从深度学习技术角度出发,将技术分析指标、基本面分析指标与混合循环神经网络模型相结合构建新型股价预测模型,并提出滚动样本预测评价法检验股价预测模型的长期有效性。研究发现,相较于以往研究模型,基于LSTM模型和GRU模型构建的混合循环神经网站模型能更有效地提取技术分析指标和基本面分析指标的数据特征,从而给出预测个股股价的最优网络结构;该混合循环神经网络模型在长期预测上具有更高的预测精度。     

浅谈存款准备金与股价的关系

存款准备金政策作为我们国家货币政策的三大工具之一,存款准备金率的调整将对股票价格产生影响。本文以近年来我国央行存款准备金率的调整和对应时期股市的更迭为研究素材,探讨存款准备金与股票价格两者之间的关系,便于加深对存款准备金政策影响股票市场机理的认识。     

股价泡沫检验及财务指标与股价的相关性研究

2014年下半年“互联网金融”公司股票价格遭到了爆炒,投资机构纷纷认为股价已超过理论价值,产生了严重价格泡沫.文章基于剩余收益模型对互联网金融行业和传统设备制造行业公司股票价格是否存在泡沫进行了检验,并观察财务指标与股价的相关性,实证发现:“互联网金融”行业企业成长性高,但也存在严重的股价泡沫,在熊市阶段,传统行业和新兴行业股票收益率变动差异小,在牛市阶段新兴行业股价波动率远远超过传统制造业股票,泡沫更大.每股剩余收益和每股净资产对股价的解释力都很强,说明财务指标与股价相关性很高.     

演化博弈论研究的现状与展望

文章从国内、国外两个角度分别论述了演化博弈论的研究进展.主要讨论了演化博弈论的理论渊源、研究现状与面临的挑战,比较了国内外演化博弈论研究的差异,并展望了演化博弈论未来的研究方向.     

《周易》的统计思想

本文试图从《周易》中挖掘出其内含的某些统计思想，如统计调查思想、统计分组的思想、平均数的思想、统计预测思想以及与数理统计的某些相通之处，并逐一分析。     

金融时间序列预测模型——基于离散小波分解与支持向量回归的研究

建本研究结合小波转换与支持向量回归,提出一个二阶段时间序列预测模型。先以离散小波分解与重组对金融时间序列数据进行预处理,再以SVR建立预测模型。     

江南重工股价的统计分析

江南重工股份公司自１９９８年６月３日上市交易以来,其股价运动显示了特殊的属性,之所以如此,主要在于该公司注重自身内在素质的提高,做到了产业经营和资产经营较好地结合,为今后的发展奠定了坚实的基础。然而,江南重工股份有限公司作为中国造船业第二家上市公司和...     

基于状态空间模型的货币流动性与股价关系的实证研究

货币流动性与股价波动之间相互影响的关系一直是学术界争论的热点。利用变参数状态空间模型,研究货币流动性与股价之间的动态关系。研究结果表明：M2增长率／GDP增长率对股价的影响不大;M2与股价的波动从长期和短期来看均存在单向因果关系,而利率与股价波动只是短期存在单向因果关系,但相对于货币供应量而言,利率对股价的波动更为敏感。     

汇率与股价关系的行业差异分析

文章基于人民币国际化背景,对2009-2014年A股上市公司的股价和汇率关系进行分行业分析,考察两者在贸易和非贸易部门、牛市和熊市下的差异.研究发现,汇率与股价存在长期稳定关系,但在不同行业中存在显著的单双向影响的区别;在贸易与非贸易部门之间、在牛市和熊市下均存在显著差异.因此在汇率政策制定和人民币国际化推进过程中应充分考虑股市的板块效应和不同行业所受的不同影响,促进实体经济均衡发展.     

基于NARX神经网络与ARMA的汇率混合预测模型

汇率时间序列是一个动态复杂系统,单独的线性回归模型或者非线性神经网络都不能很好地反映系统的特征.文章将汇率时间序列分解成线性序列和非线性序列两部分,并分别用ARMA和NARX神经网络进行建模;最后组合成NARX-ARMA汇率混合预测模型.结果证明,相比其他汇率预测模型,NARX-ARMA混合模型有更好的预测效果.     

个股股价波动的统计模型分析

股票投资的风险既包括整个股票市场波动引起的系统性风险,也有个股自身因素带来的非系统风险,股票投资者在关注代表股票市场价格总体水平的股票市场指数波动的同时,更关注个股股价的波动。本文试将统计分析方法运用于个股股价波动分析,采用经济计量分析方法,建立个股股价波动的中短期预测模型,来揭示个股股价波动的形式、特征和规律,为投资者作出合理的投资决策提供更多的依据。     

ST公司重组对股价波动的影响

突发性事件往往会引起上市公司股价的大幅波动.这种由突发性事件引起的股市波动,作用时间短,引发的波动剧烈,与自然界中的地震现象有一定的相似特征.文章将结构动力学的方法应用于突发性事件发生时对证券价格的研究,并通过实证对相关参数进行分析.     

股价和房价影响我国投资的效应比较

文章运用对数线性模型和VAIL模型,对股价和房价影响我国投资的效应及其大小进行实证研究和比较分析,结果发现房价对投资的影响效应明显大于股价对投资的影响,进而得出了相应的政策含义.     

基于ARIMA-GMDH的GDP预测模型

文章先对四川省GDP分别建立了ARIMA时间序列模型和GMDH变量自回归模型来进行预测;然后利用GMDH自组织建模方法建立ARIMA-GMDH组合预测模型来预测;最后使用Bonferroni-Dunn方法对三个模型的稳定性进行分析检验。模型预测结果和稳定性检验结果表明:基于ARIMA-GMDH组合的GDP预测模型的拟合和预测都优于另外两种单预测模型。相比之下组合模型在拟合和预测效果具有较高的可靠性、准确性和稳定性。     

基于双变量GARCH-M模型的公司并购短期股价效应研究

短期股价效应是公司并购研究中的重点和热门问题。文章以我国2008年发生的公司并购事件为样本,通过构建一个双变量GARCH-M模型,在β系数随时间变化的框架下研究了公司并购的短期股价效应。结果表明,并购公司在一定的事件窗口期内获得了显著为负的累积异常收益率。     

股指期货信息内含股价变动信息的挖掘 ――小波框架与支持向量回归的金融建模应用

 内容提要：中国股指期货的推出指日可待,交易者多了一种投资工具的同时也带来了新的风险。建立准确的金融时间序列预测模型是逐利及避险的方法之一,一直是学者专家研究的热点。本研究结合小波转换与支持向量回归,提出一个二阶段时间序列预测模型。先以离散小波框架将预测变量分解成不同尺度的多个子序列,揭示隐藏在预测变量内的信息,再以支持向量回归为工具,以这些子序列为预测变量建构SVR模型。本研究以日经225指数开盘价为预测目标,以期货开盘价为预测变量对模型进行实证研究,结果显示,该模型的预测绩效比单纯SVR模型及随机漫步模型好。未来可尝试以不同的基底函数作进一步研究。     

媒体关注对股价波动影响的实证分析

文章将媒体关注看作一种信息中介,从媒体经济功能发挥的角度提出“财经媒体关注、股价波动同步和市场效率提升”的分析思路,运用中国上市公司数据对媒体关注作用于股价波动的影响进行实证分析,检验媒体关注对信息不对称水平的降低作用.研究发现:媒体关注增加了股价波动,同时该增加效应受到市场化水平的正向调节;政策型媒体和市场型媒体的关注都具有增加股价波动的效应,然而市场型媒体关注在市场化水平较高地区的股价波动同步性更加明显.     

统计数据失真蔓延的进化博弈论分析

针对目前统计数据失真普遍的现象,本文建立了基于有限理性假设的区域数据协调博弈模型,分析了数据生成过程中横向利益相关者的博弈对统计数据质量的影响,并提出相应的思考与管理对策。     

基于IOWA算子的税收组合预测模型

文章引进诱导有序加权平均(IOWA)算子的概念,建立诱导有序加权平均新的组合预测模型.该模型与传统的组合预测方法的区别在于组合预测的赋权系数与单项预测模型无关,而是与单项预测模型在各时点上的预测精度的大小密切相关,这是组合预测方法的一种新的可变赋权方法.文章给出了基于IOWA算子的税收组合预测模型,实例分析结果表明该模型是可行和有效的.     

基于组合预测模型的粮食价格模拟仿真比较

文章构建了基于组合预测模型的粮食价格预测模型,并实例分析了基于组合预测模型的粮食价格预测模型要比基于单一预测模型的粮食价格预测模型精度高.文章分析了现有的粮食价格预测模型的研究成果,并指出研究成果中存在的缺陷,接着建立了基于组合预测模型的粮食价格预测模型,推导出确定组合权重的计算公式,最后通过实证对比分析了基于组合预测模型的粮食价格预测能有效提升粮食价格预测精度,说明所建立模型的可行性和有效性.