中国大陆股票指数模拟合约交易流动性分析

中国大陆投资者和研究机构有必要掌握股指期货的运行,以其合约的市场流动性效果。本文广泛采用方差比的Z分值研究了上海期货交易所股票指数期货模拟合约交易的整体流动性,修整得Amivest指标分析股票指数模拟合约市场上不同的交易者对于现有流动性的贡献情况研究。     

关于新经济热的冷思考

从 1998年秋天起,有新经济企业“晴雨表”之称的美国纳斯达克股市先是持续攀升,在今年3月却开始暴跌,然后疲软回升。本文以此为引,展开对新经济进行分析和对新旧经济的对比分析,指出在信息网络技术飞速发展的今天,最佳经济模式应该是新经济互动与融合的混合双赢经济     

我国开设股票指数期货交易的探讨

近年来,我国股票证券市场有了长足的发展,具备了开展股票指数期货交易的可能性和必要性.为了股票指数期货市场的建立,目前急需修改<证券法>相关法规,选择交易场所,重新编制指数,确定合约面值、合约期限和最小报价单位,设定保证金水平,加强对股票指数期货市场的监管.     

基于动态计量模型的股票市场预测与实证分析

本文研究了沪深指数与宏观经济指标变化之间的协整关系及格兰杰因果关系,并对比分析指出普通多元回归分析在股票市场预测方面的不足。结果表明,1999年1月到2003年12月这段时间内,沪深指数对财政支出、工业增加值、出口、物价指数的变化是敏感的,但同狭义货币供应量、固定资产投资作用不显著。     

论中国股票指数期货的运作

股票指数期货市场作为资本市场体系中最活跃的领域之一,其完善程度及监管能力必然对我国股市和我国在全球资本市场中的竞争力产生重要的影响。本文在分析股票指数期货与中国股市发展的关系基础上,提出我国股指期货运作模式的选择和相关的政策建议。     

指数

指数一词不断成为人民生活中的口头禅，从日益普及的股票指数、物价指数，到议论纷纷的幸福指数、健康指数，再到不太规范的“穿衣指数”、“洗车指数”等，人们的生活似乎都已指数化了。实际上，指数有广义和狭义之分，广义的指数是两个数值对比形成的相对数，而狭义的指数则指一种特殊的相对数，是用于反映总体变量在不同场合下综合变动的相对数。     

倒向随机微分方程金融理论与国有股准流通市场设计

解决非流通问题应坚持的原则是,非流通股可以流通,但不应降低深沪股市A股的股指。通过对交易制度的不同规定,将T+1流通制度作为期货来出售。初始时建立起两个资金面与参与者都相对隔离的市场,使它们的交易制度随时间的推移分阶段并轨,逐步缩小准流通股与A股的交易制度基差,分10年时间由T+365与每手5000股的交易制度向T+1与每手100股的交易制度过渡,流通制度差异缩小导致价格差异缩小,自然一直在并轨中,10年后同价,两市自然并轨。本方案可达到减持国有股与保持A股指数不降的并行不悖。     

做市商制度对证券市场波动率的影响分析

做市商制度经常被人们提及,是当今证券市场交易机制的一个重要问题,做市商可以保障市场的流动性,辅助大宗交易的完成,并提高交易证券的市场知名度,但是,做市商市场交易成本高于竞价市场,缺乏透明度,我国市场一直未引入做市商制度,其中一个重要原因就是担心其是否会引起证券市场的波动.文章通过具有相关误差的半参数回归模型探讨了伦敦证券市场的做市商制度与市场波动率的关系,结果发现做市商制度会增加市场的波动,由此提出了一些建议,以期对我国市场机制的建立与改革有所借鉴.     

基于v-SVR的金融股指预测及选时策略研究

文章将v-SVR(Support Vector Regression)应用于金融股指预测,并研究证券投资中的选时问题。以上证指数为研究对象,确定模型输入指标并研究模型主要参数与预测评价指标的关系。通过与ε-SVR及传统BP算法的比较分析,表明在有限样本情况下,v-SVR模型的预测偏差较小、预测方向的准确性较高;根据预测结果,提出了一种基于v-SVR模型的投资选时策略。     

基于迁移学习的LSTM互联网金融指数高精度预测方法

针对互联网金融指数高精度预测中数据量不足的问题,提出了基于迁移学习的LSTM方法。提出构建LSTM与全连接网络的组合模型,利用数据量充足的标准普尔500或沪深300指数对构建的网络进行预训练,得到较高精度的预训练模型;利用数据量有限的互联网金融指数对预训练模型进行迁移训练,提高模型对互联网金融指数预测的准确性。实证结果表明:(1)构建的组合模型能准确预测金融指数,MAPE值降低3.7%以上;(2)迁移学习能提升互联网金融指数预测的准确性,MAPE值降低0.5%左右;(3)与标准普尔500指数相比,沪深300指数与互联网金融指数相关性更强,迁移学习效果更优。本文提出方法解决了训练数据不足导致互联网金融指数预测准确度低的问题,可用于新型金融指数的高精度预测。