基于ARFIMA模型的黄金价格预测

研究发现上海黄金交易所黄金收益序列有长期记忆性,进而从另外一个角度证实了上海黄金市场尚未达到弱式有效的结论。应用ARFIMA模型对黄金收益序列进行预测,并与用于定量预测的ARMA模型对比,结果表明分整的ARFIMA模型提高了黄金收益序列长期预测的可靠性。     

中国股市波动过程长期记忆性影响因素研究

以ICSS方法为基础,使用参数和半参数估计方法研究了上证综合指数和深圳成分指数波动过程的变结构与长期记忆性的相关关系,对中国股市日间收益波动方差序列的长期记忆性进行了估计。研究结果发现中国股市日间收益波动的方差序列存在显著的长期记忆性,并且在剔除了变结构的因素之后,其波动无断点的方差序列仍然存在长期记忆性,但程度有所减弱。研究结果表明,未被考虑的体制变化是长期记忆性的影响因素,但不能解释全部的长期记忆性。     

中国股市已实现“核”波动研究

基于蒙特卡洛方法模拟出的股票价格路径分别考察“已实现”核波动（RK）、“已实现”波动（RV）方法的估计精度,结果表明:RK能有效滤出噪音更贴近于真实波动率。进一步将RK与分整自回归移动平均模型结合,并对其分数阶差分算法进行了修改,基于高频数据对我国股票市场的日波动率进行估计和预测。研究结果表明:RK方法在中国市场条件下具有较好的适用性,相对于RV有更好的预测效果。     

时间序列预测新方法及其在电信预测中的应用

利用时间序列稳定的季节性,建立一种新的时间序列预测模型。即建立季节末总量基于给定资料的条件分布,利用季节周期内已知的少数观测值来预测周期末总量;在总量预测的基础上进一步预测周期内的为止观测点。经过实证研究可以看出,该模型对于观测值少的时间序列有很高的预测效率。     

远期运费市场(FFA )预测即期运价的精度分析

中国从澳大利亚和巴西进口的大部分铁矿石使用好望角型船运输,准确预测该两条航线的即期运费对航运相关企业很有意义.运用自回归模型(AR)、自回归移动平均模型(ARMA)和向量自回归模型(VAR)三种模型预测即期价格,并对三种模型的预测误差进行比较,结果发现:三种模型所得到的预测结果的平均误差百分比均小于2%,完全可以满足企业预测即期运费的精度要求;拥有远期运费滞后因子的VAR 模型的预测精度并不比单变量模型(AR ,ARMA)高,可见远期运费市场对即期市场的价格引领作用有限;即期运费受到滞后一期自身的影响大于滞后一期远期价格,且统计上显著     

基于波动阶段划分的我国期铜市场长期记忆性实证研究

金融市场通常由于波动结构性突变的存在而出现伪长记忆性现象。运用ICSS算法寻找方差突变点进行阶段划分,运用V／S分析法对我国期铜市场波动阶段前后的长期记忆性进行检测和比较,并利用FIGARCH模型对波动序列的长期记忆性进行建模估计。研究结果表明,我国期铜市场存在全程长期记忆性;阶段划分后序列的长期记忆性显著降低;期铜波动的FIGARCH模型具有更优的拟舍效果和预测能力。     

中国认股权证波动过程长期记忆性的实证研究

已有研究结果表明金融市场波动过程具有显著的长期记忆性。为帮助投资者规避和控制风险，有必要探讨我国证券市场创新品种——认股权证——市场波动过程的长期记忆性。对宝钢JTB15分钟高频收益和波动序列的长期记忆性进行参数和半参数估计，其结果表明：宝钢JTB1的收益序列长期记忆性程度比较小，而波动序列则存在显著的长期记忆性。     

证券技术分析何以预测

证券技术分析自诞生以来,其合理性和有效性就一直受到了普遍的关注.有些人认为技术分析的作用非常有限,甚至是毫无根据和无效的.这一种观念在有效市场假说创立以来更上升到了理论的高度.本文认为,技术分析作为一种在证券投资中被广泛应用的预测股价变动的工具,具有一定的内在合理性因素,可以用来对股价变动的趋势作出预言.但必须指出:技术分析的科学性尚不能得到承认.     

上海股市周日历效应及长期记忆研究

运用ARMA-GARCH-M、EGARCH-M及FIGARCH-M模型对上海股市A股指数收益率及其波动性的周日历效应进行联合检验;另外还检验了成交量的周日历效应。研究结果表明:(1)风险溢价系数为正值,上海股市的风险传递机制正在发挥作用;(2)股市收益率序列存在显著的周日历效应,并且其异常收益并非来自风险溢价;(3)波动性过程同时存在周日历效应和长期记忆效应;(4)股市交易量同时存在周日历效应和长期记忆效应。最后利用混合分布假说进行了解释,信息可能是周日历效应形成的重要原因。     

沪深300股指期现货长记忆性及分数维协整

基于中国沪深300股指期货及沪深300指数2010年4月16日-2014年3月31日间的5分钟高频交易数据,首先采用Geweke-Porter-Hudak（GPH）和Local-Whittle估计方法,研究中国股指期货和现货沪深300指数市场的流动性、波动率以及交易活跃度等市场微观结构指标的长记忆性;然后运用频域最小二乘估计方法探究上述指标间的分数维协整关系。实证结果表明:两市场的流动性、波动率以及交易量和持仓量均存在长记忆性,且在5%的显著性水平下不能拒绝两市场的流动性和波动率四者分整阶数相同,以及交易量和期货持仓量三者分整阶数相同的假设。此外,股指期货的流动性与波动率、股指期货的流动性与现货的波动率、股指现货的流动性与期货的波动率以及股指现货的流动性与现货的波动率4组序列之间具有分数维协整关系;股指期货和现货的波动率之间存在分数维协整关系;交易活跃度的衡量指标之间不存在任何分数维协整关系。     

基于LW估计的中国证券市场长记忆性实证研究

针对国内研究证券市场长记忆性主要采用的是时域方法,文章采用基于频域的半参数Local Whittle估计方法研究了中国证券市场的长记忆特性,并且和对数周期图回归(GPH)方法进行了比较。结果表明,LW方法具有不受时间频率的影响,能够有效消除时间序列中短期记忆和周期性对估计结果的影响等优点,明显优于GPH方法。实证结果表明,中国证券市场存在明显的长记忆性,并且长记忆行为在重大突发事件发生期间更加明显。文章还从长记忆的角度探讨了“政策市”的存在性和相关特点。     

上海股市微观结构的超高频数据分析

运用上海股市个股及指数的超高频数据,通过建立自回归条件时间间隔模型和超高频广义自回归条件异方差模型,对上海股市的微观结构中有关交易的时间间隔的聚类性以及时间间隔的长短对投资者行为影响进行了研究。结果表明,上海股市交易的时间间隔具有很强的聚类性,较长的交易时间间隔表明市场上没有新的信息。     

沪深300股指期货收益率及波动率的长记忆性研究

对股指期货收益率与波动率的长记忆性进行研究,可以反映市场的运行效率。运用ADF-KPSS联合检验法、自相关系数法、R/S检验法检验了沪深300股指期货的收益率及波动率序列的长记忆性。结果显示:沪深300股指期货的收益率序列不具有显著的长记忆性,而其波动率序列具有显著的长记忆性,波动率的长记忆性暗示着市场中事件和消息对我国股指期货市场的影响不会马上消失,而可能对市场产生长期和深远的影响,也意味着我国股指期货市场的有效性有待加强,需要从信息披露、培育多元化投资主体等方面加强市场建设,以消除长记忆性对我国股指期货市场健康发展的影响。运用FIGARCH模型度量了沪深300股指期货波动率的长记忆性,为后续股指期货波动相关研究提供参考。     

基于马尔可夫链的产品市场保有量预测模型

售后服务机构为了准确地准备库存,都需要预测产品的市场保有量。基于马尔可夫链建立的状态概率矩阵模型,与抽样调查、时间序列法、回归分析法等方法相比,更能准确预测市场产品保有量。与传统产品相比较,更新换代速度快的电子产品,要预测其市场保有量,更需要利用状态概率矩阵模型。     

Garch-M模型的沪市险值实证研究

由于我国股票市场每日报酬时间序列的非正态性和厚尾特性,且呈现波动集群性,基于正态假设的静态模型存在很大的缺陷,而Arch类模型具有良好的处理厚尾能力,能较好地描述股价等金融变量的波动特征,因此,将Garch-M模型引入VaR方法中,通过实证分析,结果表明,Garch-M模型能显著提高预测的准确性。