利用集成神经网络预测上证指数

证券市场作为高风险高收益的投资领域一直倍受投资者的关注,如何能够准确分析和预测股票价格以便获取丰厚的收益一直受到人们的关注。于是各种股票价格分析预测和方法应运而生,如何建立一个成功率比较高的预测理论和模型是多年来许多学者一直研究的内容。随着近年来人工智能方法研究的发展以及证券市场一些特性逐渐被人所揭示,一些新的预测方式开始浮出水面。神经网络由于其在分析和预测时间序列方面的独到优势,逐渐成为构建证券预测模型的有力工具。本文尝试利用基于BP算法的神经网络集成的方法对上海交易所上证指数进行了预测,在实际预测…     

房地产投资分析探讨

作为高投资、高回报,同时高风险的行业,房地产不断吸引和引起各类投资者的关注及兴趣,本文通过对房地产的特点及投资风险的概述,以广州为例,通过模型的建立,来分析及预测房地产未来的需求及其趋势,以便合理开发利用房地产资源,为投资决策提供良好的依据。     

投资者关注能提高市场波动率预测精度吗？——基于中国股票市场高频数据的实证研究

本文选取百度网络搜索数据，构建了新的投资者关注指标；以上证指数和深证成指高频数据为研究样本，研究了不同的投资者关注水平与市场波动率之间的领先滞后关系；之后，本文将投资者关注因子纳入到ARMA类和HAR类模型，建立了新的投资者关注波动率预测模型；通过与传统模型的样本外预测比较，重点研究了投资者关注能否提高市场波动率预测精度这一问题。本文实证结果表明，投资者关注不仅可以提高现有波动率预测模型的样本内拟合能力，而且在投资者高关注时期，投资者关注可以显著且稳健的提高波动模型的样本外预测能力。这说明，投资者关注具有对股票市场的解释能力及更强的预测能力。此外，本文的研究结论还具有一定的应用价值：对个人和机构投资者来说，可以"先人一步"的把握市场发展趋势，增加获利机会；对监管部门而言，可以强化市场监管绩效，加快形成完备有效的股票交易市场。     

奖励众筹融资绩效动态预测研究——来自“众筹网”数据的实证

奖励众筹融资绩效不仅受项目自身情况的影响，也与投资者行为有密切关系。本文研究了奖励众筹融资绩效与投资者投资和评论活动的动态变化关系，提出了投资曲线和评论曲线特征提取方法，并结合奖励众筹项目的投资特征、时滞评论特征以及项目自身特征，构建了奖励众筹项目融资绩效动态预测的函数主成分分析-广义回归神经网络(FPCA-GRNN)模型。基于“众筹网”交易数据进行了实证分析，结果表明FPCA-GRNN模型具有较好的融资绩效实时预测精度。     

浅谈金融学中的投资策略探讨

随着金融投资市场的迅猛发展,金融投资日益成为人们经济生活的重要组成部分,在投资过程中,由于投资者对金融学得的认知偏差最终引起投资者的行为偏差的现象正受到人们越来越多的关注。通过探究投资中的金融学将势必对引导投资者理性投资、提高我国金融投资市场效率提供理论依据。     

浅析投资行为中的金融学

随着金融投资市场的迅猛发展,金融投资日益成为人们经济生活的重要组成部分,在投资过程中,由于投资者对金融学得的认知偏差最终引起投资者的行为偏差的现象正受到人们越来越多的关注。通过探究投资中的金融学将势必对引导投资者理性投资、提高我国金融投资市场效率提供理论依据。     

量化投资盛行对中国资本市场的影响

量化投资是在全球金融危机之后开始引起中国投资者的关注,量化投资只是一种工具。作为一种新兴的投资方法,量化投资也正受到越来越多的关注。尽管量化投资在国外取得了巨大发展,但由于中国资本市场的种种特殊性,在西方投资界称为颠覆传统投资哲学的"投资革命"的量化投资,在中国怎样才能用好?也是广大中国投资者感兴趣的问题。量化投资究竟有怎样的魔力"引无数英雄尽折腰"?     

投资行为金融学的探讨

随着金融投资市场的迅猛发展,金融投资日益成为人们经济生活的重要组成部分,在投资过程中,由于投资者对金融学得的认知偏差最终引起投资者的行为偏差的现象正受到人们越来越多的关注。通过探究投资中的金融学将势必对引导投资者理性投资、提高我国金融投资市场效率提供理论依据。     

单指数模型在基金投资组合中的应用

投资基金已成为目前的流行趋势,对基金的投资组合进行研究,可使投资者正确把握投资方向获得较好的收益,本文利用单指数模型在收益最大化和风险最小化两个模型的基础上对基金投资组合进行分析,以得到最优的投资方案。     

基于LSTHAR模型的投资者关注对股市波动影响研究

有限关注理论认为投资者关注有限，无法掌握市场上所有信息，这会使股票出现暂时的错误定价，引起市场波动，因此投资者关注可能包含预测波动的有益信息。鉴于百度指数能较好代理中国投资者的主动性关注，本文提出将其作为逻辑平滑转移结构的转移变量，引入已实现波动的异质自回归类模型，以刻画投资者关注的变化对未来市场波动的非线性影响。基于华夏上证50ETF高频价格数据的实证表明：新模型相比于异质自回归类基础模型，有显著更优的拟合效果和显著更强的预测性能，即投资者关注的非线性引入对波动率预测有显著贡献。本文还发现，相比于引入移动端百度指数和总体百度指数，引入电脑端百度指数对模型预测性能的改进明显更大，表明电脑端百度指数代表的投资者关注对市场波动有更大的影响。研究结论对投资者风险管理和投资决策有实际指导意义。     

股票投资价值分析研究综述

由于缺乏正确的投资策略许多非理性的投资者在股票交易中遭受了损失。长期而言,股价始终徘徊在内在价值附近。当股票价格低于其内在价值就存在投资机会。因此,投资者可以通过投资被低估的股票获得利润。本文通过对股票投资理论相关文献进行整理分析,对股票内在价值、价值投资、估值模型等内容进行了介绍与分析,指出了未来研究的趋势。     

基于改进教学式方法的可解释信用风险评价模型构建

信用风险评价是金融机构风险防控的重要环节之一。近年来，基于机器学习的信用风险评价模型以其准确的预测效果受到越来越多的关注，但机器学习模型具有可解释性不强的弊端，导致投资者无法完全信任其预测结果。针对上述问题，本文提出了一种改进的教学式方法，利用机器学习模型指导生成一个兼顾准确性与可解释性的信用风险评价决策树模型，以辅助投资者决策。为提高决策树对机器学习模型中正确功能的学习能力，提出了基于Weight Synthetic Minority Over-sampling Technique（Weight-SMOTE）的伪数据集生成方法，以提高伪数据集中可信度高的功能所标记的伪样本比例；为实现所生成的决策树在准确性、可解释性以及其与机器学习模型一致性间的有效权衡，在决策树生成过程中提出了一种新的决策树剪枝方法；同时针对保真度评价指标的局限性，提出了真保真度评价指标，来有效的衡量决策树与机器学习模型正确功能的近似程度。最后使用3个真实信用风险评价数据集对改进的教学式方法进行验证，实验结果表明所提出方法能够生成准确且可解释的信用风险评价模型，以满足投资者的决策偏好与实际需求。     

因子模型在风险预算分析中的应用

风险预算在国外正赢得学术界、养老基金和资产管理领域等许多方面的广泛关注,并认为是组合管理的一种创新。国内投资者日益认识到投资组合管理与风险控制的重要意义,并近乎成为他们的第一要务。本文利用因子模型,通过风险预算这一投资管理和风险控制技术与方法,讨论投资组合因子风险分解并进行实证分析。     

网络近邻择优策略下的股市羊群行为演化模型及仿真

以行为金融理论和复杂网络理论为基础,针对股市投资者行为的"模仿"性特征,从投资者自我心理偏好和近邻行为效应两个维度,构建网络近邻择优策略下的股市羊群行为演化模型,理论分析股市羊群行为的演化动力学特征,并进行模拟仿真。研究结果表明:投资者投资行为演化路径受股市网络结构和近邻择优效应影响;近邻择优函数的凹凸性直接关系投资者投资行为动力学均衡态的稳定性;股市网络连通度和异质性对投资者投资行为均衡演变趋势具有重要作用;初始投资行为状态特征对投资者投资行为均衡态影响较小。所建立的模型及分析结论在一定程度上阐述了影响股市投资者投资行为变化的特征要素,解释了股市羊群行为演变的内在性规律,为金融管理部门制定宏观政策起到了一定理论支撑。     

引入投资者关注的中国股市协方差预测——基于多元HAR类模型

众多经济事实表明投资者并非完全理性。一方面，投资者由于有限关注，无法及时掌握市场上所有投资决策相关信息，可能导致资产价格对信息的反应不足；另一方面，某些信息会诱导投资者过度关注和过度交易，导致价格信号中包含更多噪声。这些都会造成短暂的错误定价，引起资产价格波动和资产间相关性的变化。鉴于此，本文认为投资者关注是影响资产多元波动率的一个重要外生因素，用百度指数衡量中国市场个体投资者关注，将其引入已实现协方差的多元异质自回归类模型，刻画个体投资者关注的变化对资产协方差的非对称影响，同时区分电脑端和移动端百度指数对协方差预测的不同贡献。采用2014年1月2日至2018年12月28日的50ETF成分股高频价格，和以股票简称及“50ETF”为关键词的百度指数，对上述模型进行实证。结果表明，百度指数代理的个体投资者关注蕴含对协方差预测有益的信息，将其引入协方差预测模型显著提升拟合性能和样本外预测能力；投资者关注的变化对资产波动及相关性的影响均存在非对称性；引入电脑端百度指数比引入移动端百度指数对协方差预测性能的提升更为显著。研究结果肯定了引入投资者关注对协方差预测的积极作用，对投资者的资产配置和风险管理有实际指导意义。     

农业产业化过程中地方政府与民间投资者行为的演化博弈分析——以辽宁省为例

政府惠农政策的变化一直受到广泛的关注,而民间投资者已经成为对农业投资的主力军,对农业产业化起着强有力的推动作用。本文运用基于有限理性假设的演化博弈理论,对农业产业发展过程中政府与民间投资者的行为进行分析,列出政府和民间投资者分别对农业发展所采取不同态度,得出采取这些态度的参数条件和现实条件,并且辽宁省农业的发展进行分析,以给出相应建议。     

投资者关注对人民币汇率价差波动的影响研究——基于GARCH-MIDAS模型

源自心理学的有限关注理论近年来被广泛应用于金融研究,其基本思路是：金融市场产品种类繁多,由于存在信息成本,个人投资者的关注便成为一种稀缺资源,于是更倾向于交易关注到的产品,进而影响价格。该理论在证券市场已得到大量的实证支持,因此对外汇市场的研究显得非常必要。 基于谷歌搜索量指数构建的人民币关注指数,以2011年6月27日至2016年7月29日为研究区间,利用最小二乘回归实证检验投资者关注对人民币在岸和离岸汇率价差波动率的影响。特别地,利用基于已实现波动率的GARCH-MIDAS模型将波动率分解为长期成分和短期成分,并分别进行回归,考虑了价差波动的结构性特征。 研究结果表明,投资者关注能够显著增大人民币汇率价差波动,货币当局可适当引导进而达到收窄价差、抑制套利的目的。与波动长期成分相比,投资者关注对波动短期成分的作用更强。加入央行干预、利率平价、流动性、预期等控制变量后,投资者关注对汇率价差波动率的预测能力依旧显著,表明其所包含的信息并未被已有变量覆盖。稳健性检验中,将4个控制变量同时加入基准模型并考虑关注与控制变量之间的耦合效应,结果表明投资者关注仍然具有独立的解释能力,且在长期内会通过影响控制变量的作用间接影响价差波动,作用机制与短期有所区别;直接利用基于月度投资者关注的GARCH-MIDAS模型对波动进行分解,通过系数的显著性进一步验证投资者关注对波动长期成分的作用;分别将在岸和离岸汇率波动率直接分解后进行最小二乘回归,投资者关注效果同样显著,且综合效果与原检验基本一致。 通过探讨投资者关注对人民币汇率价差波动的解释能力,拓展了基于谷歌搜索量指数测量的投资者关注在外汇市场的研究,为人民币汇率走势的预测提供了新思路,具有积极的现实意义,货币当局和外汇投资者可以构建人民币关注指数,以此作为参考来实现有效汇率管理或风险控制等多重目的。     

基于径向基神经网络的上市公司信用风险研究

随着经济全球化和金融自由化的不断推进,我国的金融市场正在逐步向全世界放开,上市公司信用风险的评估已经成为投资者关注的焦点。本文主要运用聚类方法和神经网络模型,结合上市公司多项财务指标,对其信用风险进行分析预测,来增强投资者对公司信用情况的了解,做出正确的决策。     

证券投资技术分析理论适用性研究

随着我国证券市场的迅速发展,技术分析在国内投资界也获得广泛使用,大多数投资者都把技术分析作为自己投资决策的依据。本文就证券投资技术分析理论适用性进行了探讨,试探索其预测证券投资走势的方法,为广大投资者提供借鉴。     

投资者行为模型及行为投资策略分析

本文从行为金融学视角对证券投资者心理与行为特征进行了分析,并分析了我国证券投资者的投资行为。总结了比较有效的解释常见投资者行为的行为金融模型,并提出有针对性的行为投资策略。