导读:本文包含了市场指数模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:模型,指数,市场,实证,系数,情绪,组合。
市场指数模型论文文献综述
李子耀,黄洪瑾[1](2018)在《CAPM模型对市场指数为投资组合的有效性检验:以上海股票市场为例》一文中研究指出以市场指数作为投资组合,选取上海股票市场2013年6月7日到2017年5月26日的6个市场指数的周收益率为研究对象,对CAPM模型进行时间序列检验和横截面检验。时间序列检验的结果表明:投资组合的收益率与市场组合的收益率之间存在着较为显着的线性关系;横截面检验结果表明投资组合的收益率与β系数之间并不存在着较为显著的正的线性关系,非系统风险也不能较好地解释投资组合收益率的变动,说明CAPM模型在当前的上海股票市场中并不适用,对我国证券市场的有效性不足。(本文来源于《盐城工学院学报(社会科学版)》期刊2018年04期)
沈银芳,徐建军,郑学东[2](2018)在《马尔可夫转换模型对我国证券市场指数的预测分析》一文中研究指出应用马尔可夫转换二元正态模型对上证A股指数和上证国债指数日收益率序列进行相关统计分析。采用似然估计的方法,基于BIC信息准则,利用五状态马尔可夫(Markov)转换模型拟合二元时间序列。参数估计结果表明,上证A股指数和国债指数日收益率在不同状态下二元正态分布呈现多样化的特征。在样本期内,上证A股平均收益超过国债收益的两倍,但由标准差度量的风险相对应为十倍以上。在(本文来源于《统计科学与实践》期刊2018年11期)
傅中杰,吴清强[3](2018)在《基于隐马尔科夫模型的市场指数量化择时研究》一文中研究指出量化择时是量化投资领域的重要组成,主要负责评判何时进行交易.为了验证隐马尔科夫模型(hidden Markov model,HMM)应用到量化择时的可行性,基于股票市场原始数据计算得到候选特征集,并利用HMM对各个单特征进行特征筛选,最后使用选出的特征集训练得到综合模型,预测交易日的市场状态.实验结果表明,基于HMM的交易策略比双均线策略和基于k-均值(k-means)聚类的策略都有更好的表现,且具有较强的识别市场状态、规避系统性风险以及获取超额收益的能力.(本文来源于《厦门大学学报(自然科学版)》期刊2018年03期)
李业鹏[4](2016)在《美国股票市场指数与GDP的相互关系——基于VAR模型》一文中研究指出股票市场对宏观经济的发展起着举足轻重的作用,而其存在、发展又受到宏观经济的影响和制约。股票市场被称为国民经济的"晴雨表",是宏观经济分析中的重要先导指标。本文选取了美国的股票市场与GDP的相关数据并基于VAR模型进行了实证研究分析,结果表明美国股票市场与GDP具有较强正向相关性。该结果对于我国股票市场与宏观经济关系的研究有着重大启示和借鉴意义。(本文来源于《现代经济信息》期刊2016年14期)
魏江华[5](2016)在《以市场指数为投资组合对沪市CAPM模型的风险分析与实证检验》一文中研究指出资本资产定价模型揭示了资本市场中资产预期收益与风险资产之间的相关性,描述了资产收益与市场风险在均衡状态下的关系。自然而然,其适用性和有效性便受到了很多学者的关注,自上世纪七、八十年代开始,发达资本市场对其做了很多的实证检验。在我国,自90年代以来,大量的学者开始对CAPM的适用性和有效性进行检验,但是没有得到一致的结论。随着我国股票市场的不断规范,对CAPM的适用性和有效性检验是有必要的。本文选用2010年12月10日至2015年07月10日的上海股票市场的12个上证指数的周收益数据,主要进行两方面的研究,一是组合β系数及其稳定性研究:二是对样本数据进行CAPM的实证研究。本文在选择股票组合时与前人有所不同,采用的是以上证系列指数作为股票组合,这样的好处是能有效减弱人为主观选择因素的影响,而且上证系列指数在成份股、权重的选择上是多样的,并不唯一,这样更加有利于CAPM的实证检验工作。本文运用R软件,采用股票市场的最新数据,在计量意义的严格回归下,通过对回归方程的异方差检验、自相关检验、残差正态性检验和收益平稳性检验得到实证结果。通过分析实证结果,得到如下结论:在时间序列回归中,组合的超额收益率与是市场组合的超额收益率呈线性正相关,超过83%的回归方程通过平稳性检验、异方差检验、自相关检验和正态性检验:在横截面回归检验中,样本区间的不同会导致不同的检验结果,系统风险与预期收益率时而正相关时而负相关,或者干脆不相关,说明了上海股票市场还不是一个有效的市场,投机的成分还比较大;在引入非系统风险后发现,预期收益率与非系统风险和系统风险存在显着的线性关系,且拟合度较高,说明了预期收益率不单依赖于系统风险,还很大程度上取决于非系统风险。(本文来源于《广西师范大学》期刊2016-04-01)
鹿坪,田甜,姚海鑫[6](2015)在《个人投资者情绪、机构投资者情绪与证券市场指数收益——基于VAR模型的实证分析》一文中研究指出基于VAR模型,运用Granger因果关系检验、脉冲响应函数和方差分解,对中国2005~2013年期间个人投资者情绪、机构投资者情绪与沪深股指收益之间的动态影响以及投资者情绪对股指收益的预测能力进行分析。研究结果表明,我国股市中的机构投资者并非理性交易者,其投资行为仍然受到情绪的显着影响。我国股市的总体情绪仍然被个人投资者所主导,机构投资者的影响力有限,尚没有充分发挥市场稳定器的作用。个人和机构投资者情绪对股指收益有显着影响,并具有一定的预测力。(本文来源于《上海金融》期刊2015年01期)
夏江山[7](2012)在《基于CVaR约束的金融市场指数追踪优化模型及实证分析》一文中研究指出本文基于结构风险最小化思想,考虑到投资者不同的风险偏好以及单个资产的集中度、资金规模、交易成本等影响因子,建立了基于CVaR约束的新型金融市场指数追踪优化模型,并利用深圳成份指数历史数据进行了实证检验。实证结果表明本文提出的新方法能够提高样本外追踪效果,从而具有较高的理论和实用价值。(本文来源于《海南金融》期刊2012年04期)
曾勇,唐小我,曹长修[8](1997)在《市场指数模型下最优证券组合的简化算法》一文中研究指出研究市场指数模型下最优证券组合的简化算法,扩展了针对预期超额收益—贝塔比率最大化提出的简化算法,并将其应用于确定最小风险证券组合构成、考虑风险容忍度的最优证券组合构成、允许和不允许限制性卖空情况下有效证券组合构成及其变动。(本文来源于《控制与决策》期刊1997年02期)
市场指数模型论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
应用马尔可夫转换二元正态模型对上证A股指数和上证国债指数日收益率序列进行相关统计分析。采用似然估计的方法,基于BIC信息准则,利用五状态马尔可夫(Markov)转换模型拟合二元时间序列。参数估计结果表明,上证A股指数和国债指数日收益率在不同状态下二元正态分布呈现多样化的特征。在样本期内,上证A股平均收益超过国债收益的两倍,但由标准差度量的风险相对应为十倍以上。在
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
市场指数模型论文参考文献
[1].李子耀,黄洪瑾.CAPM模型对市场指数为投资组合的有效性检验:以上海股票市场为例[J].盐城工学院学报(社会科学版).2018
[2].沈银芳,徐建军,郑学东.马尔可夫转换模型对我国证券市场指数的预测分析[J].统计科学与实践.2018
[3].傅中杰,吴清强.基于隐马尔科夫模型的市场指数量化择时研究[J].厦门大学学报(自然科学版).2018
[4].李业鹏.美国股票市场指数与GDP的相互关系——基于VAR模型[J].现代经济信息.2016
[5].魏江华.以市场指数为投资组合对沪市CAPM模型的风险分析与实证检验[D].广西师范大学.2016
[6].鹿坪,田甜,姚海鑫.个人投资者情绪、机构投资者情绪与证券市场指数收益——基于VAR模型的实证分析[J].上海金融.2015
[7].夏江山.基于CVaR约束的金融市场指数追踪优化模型及实证分析[J].海南金融.2012
[8].曾勇,唐小我,曹长修.市场指数模型下最优证券组合的简化算法[J].控制与决策.1997