导读:本文包含了股票指数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,基金,递归,华宝,序列,中美。
股票指数论文文献综述
张亚婕[1]（2019）在《基于ARIMA模型对股票和指数预测结果的简单比较分析》一文中研究指出ARIMA模型可应用于预测平稳时间序列,且预测效果较好。本文选取2017年10月9日到2018年9月25日的240个收盘价和收盘指数作为样本,运用ARIMA模型对2018年9月26日到2018年10月9日的恒瑞医药股价和深圳综合指数做出预测,并比较模型对于两者的预测效果。(本文来源于《市场研究》期刊2019年11期）
王海冉[2]（2019）在《中国股票市场关注度指数及其效应研究——基于热点股票的实证检验》一文中研究指出本文采用和讯网关注度大数据分析股票市场的热点效应,以观察我国股票市场特定时间下收益率的波动问题。在混合分布假说(MDH)框架下,采用ARMA-EGARCH-M模型对股票进行模拟,发现在特定热点时间段内的和讯网关注度指数与我国股票市场波动有高度的关联性,拟合效果良好。同时,在热点事件发生前后的阶段性关注度解释力差异,也侧面反映出我国股票市场的某些问题。(本文来源于《河北企业》期刊2019年11期）
本报记者,万宇[3]（2019）在《股票型ETF份额缩水 宽基指数ETF首当其冲》一文中研究指出今年下半年，存量股票型ETF整体遭遇赎回。据Wind数据显示，除今年下半年新成立的ETF以外，截至10月23日，股票型ETF总体份额减少241.43亿份，且多为主流宽基指数ETF，宽基指数ETF与行业ETF呈一减一增之势。业内人士表示，指数ETF(本文来源于《中国证券报》期刊2019-10-25）
廖小涛,黄彦韬[4]（2019）在《“资本向善”的观念渐风生水起》一文中研究指出招行原行长马蔚华接受本报记者专访时，详细解码“影响力投资”并表示99只既有经济效益又有社会责任的股票组成的指数过去五年跑赢上证50等所有指数10 月 16 日上午，在中国社会企业与影响力投资论坛2019年年会上，深圳国际公益学院董事会主席、招商银行原行长(本文来源于《金融投资报》期刊2019-10-17）
柴岩,段大锴[5]（2019）在《互信息与RBM特征提取的股票指数预测模型》一文中研究指出为给市场参与者和管理者提供有效判断股票市场的状态及未来的变化趋势的决策依据,以人工智能的非线性模型为基础,基于支持向量机理论,借助差分进化算法对其参数寻优,构建基于互信息与RBM特征提取的股票指数预测模型,拓展信息挖掘的范围,将技术指标和周边市场信息以互信息加权的方式同时纳入运算;基于RBM无监督学习方式,与支持向量机深度结合,提取数据中隐含的深层次特征.通过恒生指数的实例验证结果表明所构建模型的有效性,研究结论为投资者行情分析及决策提供参考建议.(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2019年05期）
唐坚[6]（2019）在《中美股票市场指数随机优势对比研究》一文中研究指出本文选取上证综指、深证成指、中小板指、道琼斯工业、S&P500和纳斯达克指数的日收益率作为研究对象,并运用切比雪夫定理和F统计量对中美股票指数的随机优势进行实证研究。结论为:中美股票指数日收益率的概率分布均为对称分布,日收益率的期望值不存在显着差异,故此中美股票指数之间不存在一阶随机优势;但中国股票指数日收益率的方差较大,在负向收益率上中国股票指数的累计概率分布大于美国,在正向收益率上中国股票指数的累计概率分布小于美国,故此美国股票指数二阶随机占优于中国股票指数,中国的资本市场监管当局应该致力于提高股票市场的稳定性。(本文来源于《上海金融》期刊2019年10期）
梁宗经,旷芸[7]（2019）在《基于百度指数的食品安全事件对行业股票收益率的影响研究》一文中研究指出文章以事件研究法和自回归分布滞后模型(ARDL-ECM)作为分析工具,研究食品安全事件的网络关注度对相关概念股价的影响程度。具体研究问题是发生于2013年4月的"禽流感"食品安全事件,首先应用事件研究法分析"禽流感"事件对相关行业股票的冲击持续时间,然后以百度指数作为网络关注度替代指标、以畜牧业、餐饮业和旅游业概念股股票的平均累积异常收益率作为金融指标,构建ARDL-ECM模型,研究百度指数对金融指标的短期波动和长期均衡的影响。研究结论:"禽流感"事件对畜牧业股票的冲击持续时间长度为37天,即股市自事件发生到从危机中恢复的时间长度为37天,餐饮业为24天,旅游业为59天。网络关注与金融指标的关系:网络关注度与畜牧业、餐饮业和旅游业金融指标具有长期均衡关系;网络关注度无论是短期波动还是长期均衡均对金融指标产生负向效应;无论是短期波动还是长期均衡,网络关注度对畜牧业的影响最大。最后根据实证结论提出政策建议。研究结果可为行业从业人员、金融机构评测和政府管理部门提供参考资料。(本文来源于《生产力研究》期刊2019年10期）
李一梁[8]（2019）在《全面二孩政策对股票行业指数的影响——基于事件研究法的分析》一文中研究指出全面二孩政策是中国政府针对当前人口增长趋势和宏观经济现状所推行的人口调整政策,其逐渐推行和实施会从劳动力供给和市场需求的视角对经济结构产生实质影响,但针对全面二孩政策对各行业影响的数据分析还相对较少。由此,本文以Wind行业指数2015年8月1日～2016年12月31的日收益率为研究对象,利用事件研究法评估全面二孩政策对各行业的异质性影响进行分析,并基于数据分析结果探讨其作用路径和影响过程。研究结果表明,全面二孩政策主要从市场需求侧对行业指数产生影响,全面二孩政策推动了房地产、日常消费和能源等行业预期需求的提升,对宏观经济发展起到重要影响。(本文来源于《全国流通经济》期刊2019年28期）
孟叶,于忠清,周强[9]（2019）在《基于集成学习的股票指数预测方法》一文中研究指出股票价格指数是衡量整个股票市场当前行情的重要指标,通常对指数内所有个股的涨跌幅进行加权平均得到,因此股票指数能够及时准确地反映当前市场的动向走势。对沪深300指数的历史行情数据进行建模,通过挖掘大盘指数的涨跌幅与个股的涨跌比之间的关系,利用聚类算法确定对市场影响较大的指数涨跌幅集合G,将其作为研究关键。运用集成学习的算法思想,选取K-近邻、梯度提升和自适应提升这3个分类器,通过改进的投票算法聚合成一个新的分类器模型,对指数行情数据进行学习分类,从而对G的出现进行预测,改进的投票算法综合考虑了弱分类器本身的分类效果,分类效果得到提升。实验结果表明,与原模型相比,新聚合的模型在一定程度上提升了股指预测的准确度,对于沪深300股指的预测具有指导作用。(本文来源于《现代电子技术》期刊2019年19期）
孙德山,任靓[10]（2019）在《基于主成分分析和递归神经网络的短期股票指数预测》一文中研究指出运用递归神经网络,并结合主成分分析方法建立基于主成分分析的递归神经网络(PCA-RNN)预测模型.实验采用玉米股票价格指数,首先,利用主成分法对玉米指数的多个指标进行特征提取,然后利用提取的主成分建立3种神经网络模型,并对开盘价进行预测,最后与ARIMA模型进行比较分析.结果表明PCA-RNN模型取得了较好的效果,更加适用于股票价格的短期预测,可以为决策者提供一定的参考.(本文来源于《辽宁师范大学学报(自然科学版)》期刊2019年03期）
股票指数论文开题报告
（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：
本文采用和讯网关注度大数据分析股票市场的热点效应,以观察我国股票市场特定时间下收益率的波动问题。在混合分布假说(MDH)框架下,采用ARMA-EGARCH-M模型对股票进行模拟,发现在特定热点时间段内的和讯网关注度指数与我国股票市场波动有高度的关联性,拟合效果良好。同时,在热点事件发生前后的阶段性关注度解释力差异,也侧面反映出我国股票市场的某些问题。
（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。
股票指数论文参考文献
[1].张亚婕.基于ARIMA模型对股票和指数预测结果的简单比较分析[J].市场研究.2019
[2].王海冉.中国股票市场关注度指数及其效应研究——基于热点股票的实证检验[J].河北企业.2019
[3].本报记者,万宇.股票型ETF份额缩水宽基指数ETF首当其冲[N].中国证券报.2019
[4].廖小涛,黄彦韬.“资本向善”的观念渐风生水起[N].金融投资报.2019
[5].柴岩,段大锴.互信息与RBM特征提取的股票指数预测模型[J].辽宁工程技术大学学报(自然科学版).2019
[6].唐坚.中美股票市场指数随机优势对比研究[J].上海金融.2019
[7].梁宗经,旷芸.基于百度指数的食品安全事件对行业股票收益率的影响研究[J].生产力研究.2019
[8].李一梁.全面二孩政策对股票行业指数的影响——基于事件研究法的分析[J].全国流通经济.2019
[9].孟叶,于忠清,周强.基于集成学习的股票指数预测方法[J].现代电子技术.2019
[10].孙德山,任靓.基于主成分分析和递归神经网络的短期股票指数预测[J].辽宁师范大学学报(自然科学版).2019
论文知识图
