吴艳[1]2004年在《股票市场的非线性及噪音研究》文中指出随着对金融市场研究的深入，人们逐渐发现传统线性理论有着严重的缺陷，各种各样的检验结果和证据都表明，众多因素影响下的股票市场是一个非线性的动力学系统。与此同时，方法和计算工具的限制以及随机因素的影响使得股票价格的时间序列不可避免的带有噪音。本文在此前提下，对客观存在的噪音数据进行了分析，并对理想化的、无噪音的股价时序数据运用混沌、分形理论进行分析、预测。但如何有效地从实测数据中发现噪音，并判定噪音的影响程度，以此来提高股票市场的短期预测能力，仍是一个值得我们深究的问题。 全文共分为五章。 第一章——混沌与分形的基本理论。在概述了金融市场线性理论失灵的背景下，详细介绍了非线性动力学系统、混沌与分形的基本理论，给出了混沌与分形理论间的联系。 第二章——股票价格时间序列中的噪音。在分析了影响股票价格变动的各种因素的基础上，提出了随机的因素将导致股价时序中噪音数据的出现。从理论上界定了混沌数据与噪音，并给出了有效区分混沌数据与噪音的方法。最后给出了几种噪音分析方法。 第叁章——中国股票市场的混沌、分形研究。在股价时序数据不存在噪音的假设前提下，利用相空间重构技术对中国股票市场的混沌与分形特征进行实证研究。分别计算出Lyapunov指数和分维数，并利用神经网络方法对股票价格进行短期预测。 第四章——噪音的处理。提出噪音给混沌、分形研究所带来的困难和引发的问题，且针对无序随机系统的不规则性和复杂性，以及影响因素的准确量化，剔除噪音数据有相当大的难度。通过分析噪音处理技术的现状，说明混沌中噪音的剔除有待深入的研究。 第五章——全文总结。 文中本人的创新工作如下：①分析了股价时序数据中噪音的客观存在性，并在理论上界定了混沌数据与噪音的基础上，给出了区分噪音和混沌数据的方法。②对噪音分析中的数据挖掘方法、粗糙集方法进行了详细的阐述，并独立完成利用数据挖掘中的聚类方法、关联分析和粗糙集理论对噪音的分析。③探讨了相空间重构技术中的嵌入维和时滞的选择问题。④利用神经网络算法对股票价格进行预测，并指出了预测的短期性，提出通过不断使用训练样本改变权值以提高预测准确性的观点。⑤对噪音处理问题的现状和困难进行了阐述和探讨。
王莉[2]2016年在《基于人工智能算法的股票价格波动规律预测方法研究》文中指出从股票交易市场诞生以来,为了提高投资收益率降低投资风险率,不断有人使用不同方式方法研究股票市场运行规律来预测其未来的波动规律。然而,由于股票市场的交易受到政治经济形势、金融政策和重大消息等诸多因素的影响,使得股价走势变幻莫测,想要准确预测股票交易价格波动规律是一项极其困难的工作。在股票交易市场这个极为复杂的交易系统中,它所具有的动荡性、非线性、高噪音以及高冗余等因素决定了股票交易价格波动规律预测的过程的复杂与困难程度,已经存在的预测方法很难建立有效而又精确的股票交易价格波动规律预测模型。人工智能领域发展至今,该领域已经有很多成熟的学习算法与模型可以解决高噪音、非线性等不利条件下的预测问题,如:随机森林算法、支持向量机、BP神经网络算法、RBF神经网络算法以及深度神经网络算法等。通过对已有的股票交易价格相关预测模型不足之处的仔细研究,本文针对股票交易价格波动规律的高噪音、高冗余、动荡性以及非线性等不利于预测模型建立的因素,提出了一个新的预测模型。具体做法如下:首先将传统的预测单个交易日股票交易价格涨幅的回归学习问题转换为预测一段时间区间内是否会出现某个交易日收盘价相对于参考交易日收盘价的涨幅超过用户预期涨幅值的二类分类学习问题。这样做可以减少原先回归学习问题中存在的噪音与冗余,缓解由股票交易价格交易频繁而导致的动荡性。然后,为进一步的减少含在作为原始特征的技术指标中的噪音,我们使用基于RBM结构的深度神经网络学习算法对原始特征向量进行特征提取,抽取原先特征中的内在信息,提升最终模型的计算精度。随后,基于核技术的支持向量机算法与BP神经网络算法被用来从两个不同的角度对股票交易价格波动规律预测问题进行学习。支持向量机算法对处理二类分类问题有较好的学习能力,随着核技术的引入,支持向量机具有了非线性学习能力,故被用来预测股票交易价格波动规律是较为合适的;为了进一步的学习股票交易价格波动规律中隐含的非线性知识,BP神经网络算法被用来构建预测模型,提升总体预测模型学习非线性关系的能力。最后为了将支持向量机与BP神经网络算法的优点相结合,Ada Boost提升算法被用来学习最终的股票交易价格波动规律预测模型。10重交叉验证与Leave-one-out交叉验证的相关实验证明本文提出的股票交易价格波动规律预测方法是有效的,精确度相当可观,投资者可以参考该方法的预测结果进行实际股票涨跌的投资判断。
张然[3]2015年在《基于噪音及投资者情绪的股价可预测性研究》文中研究说明噪音交易理论认为股票市场中的噪音交易者根据噪音而非信息进行交易,导致股票偏离仅有理性交易者时的真实价格。由噪音交易理论发展而出的投资者情绪研究认为投资者情绪通过影响投资者交易偏好而影响股票价格。基于上述理论与研究结论,本文认为噪音及投资者情绪可能含有股票价格所不含的额外信息,在此基础上本文研究噪音及投资者情绪是否以及多大程度上影响股价可预测性,噪音及投资者情绪是否以及如何提供额外的股价可预测性。首先,本文对中国股市的噪音及投资者情绪进行了度量。噪音度量方面,本文借鉴衡量市场有效性的方差比方法,使用Wild Bootstrap方差比方法结合滑动样本窗构建噪音序列。投资者情绪度量方面,本文结合中国实际情况,借鉴学术界广泛认可的Baker-Wugler情绪指数构建方法对情绪进行构建。由于在本文的观测区间内中国股市存在较长时间的暂停IPO情况,本文剔除了Baker-Wugler情绪指数构建方法中含有IPO信息的变量,通过提取上证封闭式基金折价率、日均流通市值加权换手率、日均投资者新开户数、日均成交量的第一主成分构建了中国股市的情绪指数。其次,本文对上证指数进行预测并构建股价可预测性序列。本文使用的预测方法包括模糊时间序列、BP神经网络、模糊时间序列-BP神经网络组合方法。具体来说,本文使用1前件1阶模糊时间序列,选择Chen的模型进行预测；通过对网络训练函数、学习函数、网络结构进行选择后构建适用于本文研究的BP神经网络进行预测；通过熵值法将模糊时间序列和BP神经网络的预测值加权求和得到组合预测方法的预测结果。本文通过生成衡量预测精确程度的PI指数来构建股价可预测性序列。最后,本文进行基于噪音及投资者情绪的股价可预测性研究。第一步研究噪音及投资者情绪是否影响股价可预测性。实证发现噪音及投资者情绪在0.10的显着性水平下正向线性影响股价可预测性,即可以认为更高的噪音及投资者情绪可能是潜在导致股价更易预测的因素。该结论虽然在0.05的显着性水平下不成立,但依然可以认为其有一定借鉴意义；另外,噪音及投资者情绪还对股价可预测性产生显着非线性影响,这种影响在0.05的显着性水平下成立,是二者单独而非协同严生的,可看作是对线性关系的微调,PI序列选取的不同会造成非线性关系拟合结果的差异。第二步研究噪音及投资者情绪是否提供额外可预测性。通过将噪音及投资者情绪引入预测模型,本文发现噪音及投资者情绪能够改善股价预测的整体水平,特别是BP神经网络和组合预测方法。由于BP神经网络能够更好地描述股价序列的非线性关系,本文单独就引入噪音及投资者情绪前后的BP神经网络预测精度进行对比,发现噪音及投资者情绪的引入对预测有显着改善,并且认为该改进是由于噪音及投资者情绪包含额外信息所导致的。
梁成[4]2012年在《基于异质性交易者非线性模型的中国证券市场价格波动研究》文中指出2005年是中国证券发展史上具有里程碑意义的一年，在此之前股权分置1作为我国证券市场特有的制度性缺陷长期困扰着市场的发展，2001年政府尝试采取行政化的解决措施引发股市长达5年的非理性下跌，几乎导致了中国证券市场的推倒重来；2005年4月底沉寂多年的证券市场被市场化的股权分置改革激活，投资者以极大热情造就了我国证券市场上最大的一次狂欢，到2007年底股权分置改革完成之时上证指数从最低998点上涨到最高6124点。然而好景不长，我国证券市场在其后经历了更加剧烈的暴跌暴涨后再次进入熊市，虽然期间受到美国次贷危机导致的全球金融危机以及欧债危机等外部冲击，但我国经济增长仍然一直维持较高的增长水平，当2011年底我国GDP由十年前不到人民币10万亿增长到近40万亿以及上市公司从1073家增长到2300家时，上证综合指数却跌回到十年前点位。仔细观察指数和个股的剧烈波动中，二级市场投资者发现除了基本面因素以外还存在一种不可忽视的全新势力，即随着全流通时代的真正到来，大小限股东和高管们高位减持凶猛，大股东们的减持行为经常发生在股价大幅上涨后利好信息发布之时或在利空信息出来之前，而增持行为往往伴随着其后的基本面利好，甚至出现大量上市公司高管为了规避减持股份的制度约束而形成的离职潮。继之而来的是市场风格的大幅转变，股市上炒小、炒新、炒重组和炒题材重新盛行，公司治理规范业绩稳定的大型蓝筹公司却少人问津，短线趋势交易成为获取盈利规避风险的最佳方式，奉行长期价值投资的公私募基金等投资者由于业绩不佳而经常成为被嘲讽的对象。二级市场大量投资者认为股权分置改革等市场化制度的推行并未带来公平有效的股市，也未实现大小股东利益的双赢局面，重新陷入对股市丧失信心的境况，并呼吁监管当局采取新的制度性改革。目前，我国监管当局和研究机构的学者对我国证券市场存在种种问题的认识上不存在明显分岐，有关政策建议似乎也高度一致，即我国资本市场是新兴的不成熟市场，推行市场化的制度建设是建立起完善有效资本市场的渐进过程，需要假以时日逐渐走向成熟。从原则上说，本文对这一结论并不持异议，但认为我国证券市场在没有有效限制内幕信息交易等整体制度安排的条件下，局部推进市场化的改革措施往往实现不了改革的预设目标。股权分置改革虽然历史性地解决了中国资本市场上同股不同价、法人股非流通的问题，但相对于法人股非流通时代，在大小非股权转为大小限股权后，也创造了制度化预期更为明确的内部交易者，这些内部交易者持有绝对控股比例的流通市值，与外部投资者相比具有天然的信息优势，由于限制流通的股票在确定的期限内会逐步流通，除了国有必须持有的控股权外，大量非国有控股股东存在创造高价减持机会或操控股价波动的较大可能性，这可能是造成我国证券市场在一些市场化改革推进后，混沌现象2更加突出的主要原因。为了研究清楚这个命题，需要开展两个细致深化的研究方向，一是要检验证实制约机制缺乏条件下，内部交易者的存在确实会导致资本市场混沌特征更加突出；二是如何推出进一步的配套制度改革，有效地消除制度性形成的、预期收益明确的内部交易者。显然第一个深化研究方向是探求症结、解开命题的基础，因而本文选择以此为突破口，即验证内部交易行为与证券市场暴涨暴跌混沌特征的相关性，以及内部交易行为对于证券市场运行的内在影响机制。本文尝试从一个新的视角出发开展相关研究工作，因而需要借鉴不同于传统经典有效市场理论的新金融理论框架。即通过理论化描述我国股市中不同类型的投资者行为，解析各类投资者追求利益最大化时其投资行为和群体的变化，并推论我国证券市场过度波动的内在原因。本文的论证过程分为几个部分：简要回顾从有效市场的静态线性理论向分形混沌市场的动态非线性理论范式转变，及对我国证券市场中国特色研究的启示意义；运用分形与混沌理论对我国证券市场的非线性特征以及股权分置改革前后市场特征的变化进行检验；构建我国证券市场异质性投资者的非线性模型；根据我国证券市场代表性投资者的行为特征对模型进行检验，实证我国证券市场价格波动特征的内生性作用机制。1970年以后有效市场理论(EMH)曾长期主宰金融经济学的理论研究。有效市场的核心含义在于，资产价格变动充分反应了市场的基本面信息，资产价格是其内在价值的外在表现。在短期，资产价格的波动受外部随机因素影响不可预测；偏离的股价在长期会向基本价值的均值复归。资产的风险程度可以通过价格波动的方差来测度；资产价格的时间序列呈现正态分布的统计结论强烈支持了资本市场系统有效且风险可控。而上述一切能够存在的条件是，证券市场上的投资者是理性的。有效市场理论自产生并成为理论规则以来一直受到怀疑与挑战。这首先是因为，法玛（Fama，1965）发现了着名的尖峰厚尾现象，斯特基（Sterge，1989）、特纳（Turner）和魏格纳（Weigel，1990）证实了尖峰厚尾现象在金融市场是远非偶发、远非局部的普遍性现象。随着研究的深入，经济学家逐渐以小公司效应、规模溢价、价值溢价、持久性特征以及股价过度波动及波动的集群性，来定义并揭示尖峰厚尾现象的经济学意义。亚洲金融危机中黑天鹅现象的小概率事件引起广泛的骨牌效应，2008年次贷危机引起全球金融危机，则是进一步证明尖峰厚尾现象会在现实中产生难以发现且无法控制的破坏力。希勒（Shiller1981,1984,1987）揭示了非理性投资行为与尖峰厚尾现象间的内在联系，即当多数投资者在投资决策中存在诸多的认知偏差时，其行为将系统性地偏离经济理性，造成金融市场长期地、显着地偏离有效性，形成金融市场动荡或危机。谢福润（Shefrin，2000）以有限理性假设，描述了投资者依赖于简单和习惯性的经验方法进行决策的投资行为；泰勒（Thaler，1994）提出了准理性概念(quasi-rationality)，分析了投资者受过分自信和过度反应等情绪影响会产生不完全理性的行为。显而易见的是如果投资者是非理性的，不同类型的投资者就构成了分散且相互冲突的投资行为，市场的特征就是分形的，市场的波动就不是线性的而是混沌的。当年这些观念大有离经叛道之感，现如今则已经具有了相对完善的分形市场理论和混沌市场理论的分析范式。由于非理性投资者是异质的投资群体，但同时存在于一个统一市场内，面对相同的信息，一部分投资者会因投资收益受影响而做过度的投资反应；而另一部分投资者则会认为与自己无关，而对信息不做反应。假设，认为此信息对投资收益有显着影响的投资者所占比例高，结果是尽管这一信息对投资收益的真实影响不大，也会引起市场暴涨暴跌；反之，当认为此信息对投资收益没有影响的投资者所占比例高时，市场对信息的反应就会是迟缓的。问题是当此信息的真实影响大于预先估计时，投资者又会转向过度反应，结果同样会引起暴涨暴跌。更进一步的分析表明，无论反应过度还是反应迟缓本身都只是投资决策不稳定的中间状态，在现实的高流动性资本市场中，投资者从反应过度到反应迟缓再转向反应过度往往也只是一念之差。总之，当经济学家离开了价格波动是完全信息反映的思维束缚后，所能看到的真实世界是，价格变动对于信息的反应是非线性的，资产价格变动不再遵循随机游动过程，资本市场因此具有典型的混沌特征。对初始条件敏感，非周期性和有界性是资本市场普遍存在的现象。人们不可能改变这种市场性质，而只能通过认识这种特性降低市场失败的损失。本文采用分形理论和混沌理论对我国证券市场进行实证研究，证实了我国证券市场具有典型的分形市场的特征、价格波动具有明显的混沌特点，进一步证实了在股权分置改革后我国证券市场的非线性特征更加明显。依据实证检验的结果，我们可以认为，所谓我国证券市场中国特色的同义语是，中国证券市场相对于发达国家成熟的资本市场，具有更明显的分形市场和混沌的特性。本文将在此基础上重点研究，我国形成分形市场的特性以及资产价格混沌波动的内在机制。首先，分别以上海、深圳证券交易所建立以来20年的综合指数和证券市场整体滚动市盈率（TTM市盈率）为标的，对我国证券市场的价格波动和股票价格相对基本价值的波动进行非线性特征检验，确认了我国证券市场的综合指数和股票价格偏离内在价值的波动具有典型的混沌特征。中国证券市场具有分形市场的特征，价格波动为有偏随机游走、有非循环周期和股价长期不可预测性。其次，笔者依据非线性动力学模型对动态市盈率波动性质的检验结果表明，我国证券市场上的异质性交易者对于资产未来收益折现的动态预期具有混沌特征，并由此构成了资产价格波动的混沌特征。证明这种内生性因果关系给予有关我国证券市场发展研究的重要提示意义在于，依据非理性的逻辑，研究异质投资的行为是理解我国证券市场过度波动的钥匙。第叁，有关分形市场的研究以异质投资者的分类为基础。尽管我们在理论研究中，可以依据不同的分类方法来划分异质投资者，但是判断类型划分是否合理的标准只能是，即是否更为准确地定义了一定时期内可以观察的且具有典型意义的投资行为，与此同时能否找得到可以有效反映这种投资行为的统计指标也是分类的重要依据。在研究工作中，我们对我国证券投资者所做分类如下，一是中国证券市场最受诟病的内幕信息交易者，其行为特征是通过掌握未公开的对于股票基本价值有重要影响的信息进行交易。典型代表为大小非股东、庄家和少数基金等；二是基本价值交易者，即理性交易者，其行为特征是依据公开信息判断股票基本价值并进行交易。典型代表为部分公私募基金和少数普通投资者；叁是趋势交易者，亦可称为有限理性的图表交易者（包括正反馈交易者和负反馈交易者），其行为特征是依据股票市场价格的变动趋势进行交易，典型代表为大多数普通投资者和部分公私募基金。第四，叁种不同类型的投资者投资行为显着不同，仅仅是权重组合发生变化就会使我国证券市场产生不同的波动机制。特别需要引起关注的是，在统一的市场体系中，叁种类型投资者的行为会相互影响，造成初始条件的微小变化引起巨大的市场波动的混沌现象。现代股市中虽然我们不可能认识到每天出清的股票市场价格是否偏离了股票的真实价格，但肯定知道投资者有输赢之分；我们所划分的叁种类型的投资者每天、每月与每年的投资收益都有差别，由此就会产生出学习过程，更准确地说是投资行为的转换过程。例如，理性投资者听说有更多的人是依靠内部消息盈利，可能会放弃理性投资的选择。但是，转换投资行为需要付出成本，成本的高低与证券市场的制度建设和投资者成熟度等具有高度相关性，高的转换成本尤如高门槛使得转换成为不可能。例如：内幕信息的获得要花费成本，基本价值交易者无疑要受过良好的教育，在付学费之余要付信息收集加工处理的费用，趋势交易者付出的成本也不低，能够分析股价走势图表除了统计学知识外就是要在市场上付出大量学费。在内幕交易成本低且盛行的市场上，许多有条件的投资者必然会进行风险低收益大的内幕交易；而其他普通投资者会根据价格变动、成交量变化等技术指标推测可能隐含的内幕信息，进而跟风操作，当趋势操作具有赚钱效应会有更多的投资者跟进。这种集体的转换行为不仅会改变全社会投资者类型的动态比例，而且直接引起社会性的追涨杀跌的跟风性操作。对于信息的过度反应和过度迟缓的转换会越来越快，对于股价变动的反馈交易也会越来越厉害，由此形成了我国资本市场上特有的暴涨暴跌现象。作为理论概括，我们可以将之定义为投资者行为引起资产价格非线性波动，资产价格波动影响投资者行为的双向交互共激的混沌动态过程。在此过程中，投资者结构变迁对资本市场估值水平（动态市盈率）和资产价格波动的内生性影响居核心地位，或者说是我国资本市场特征产生和发展的内生性因素。最后，有关我国资本市场微观结构中异质投资者行为以及相互行为间随机挠动引发的混沌现象的研究，说明我国证券市场制度的市场化改革中，尽管出发点是良好的，当相关配套制度不健全时，反而会制度性形成扭曲的市场微观结构，导致更加混沌的非理性有效的市场。这个研究结论对于我国资本市场的未来制度建设有着重要意义。
张贵生[5]2016年在《数据驱动的金融时间序列预测模型研究》文中提出1997年诺贝尔经济学奖获得者美国经济学家Robert Carhart Merton提出,现代金融理论的核心问题就是如何在不确定的环境下对资源进行跨期的最优配置。而按照非线性动力学的观点来看,现代金融理论中金融系统的不确定性恰恰源于其自身就是一个受多种因素综合影响的具有开放性质的复杂巨系统,相应地,作为系统观测值的金融时序数据则从形式上表现了该系统的复杂运动规律。相关金融时序可预测性的文献研究表明,无论是线性范式下的传统统计方法,还是非线性的计算智能方法,以及多种不同类型方法的组合模型都在一定范围内提升和改善了人们对于金融时序数据预测的精确性和稳定性,但大多缺乏对不同类型金融时序数据内部时间相关性知识、价格变化趋势信息以及不同市场间互信息等经验知识的有效融合,制约了其预测性能的进一步提高。基于此,本研究借鉴复杂系统视角建模的思想,针对各种不同类型的金融时序数据,结合智能计算、计算实验金融、数据挖掘以及控制论等相关领域的最新研究成果,“自底向上”地展开金融时序数据经验知识融合下的机器学习预测建模创新研究,以探索金融系统的复杂演化规律。主要研究成果和创新概括如下：1、针对单变量金融时序数据变化趋势信息和市场隔夜跳空开盘信息的重要性,在借助跟踪微分器提取数据近似微分的基础上,分别构造了基于微分信息和基于梯度信息的ARMA-GARCH单预测模型,旨在增强模型在高噪声扰动环境下对于时序数据变化趋势的判别能力；从分阶段混合模型构造的角度,提出了一种新的基于ARIMA和泰勒展开的预测模型,改进传统方法对于时序数据内部经验知识学习不够充分的问题。2、针对多变量金融时序数据所具有的高维复杂性,考虑到金融市场间日益显着的联动及传染效应,提出了一种基于近邻互信息的SVM-GARCH模型,旨在融合市场联动行为信息的基础上,提高传统单模型对于时序数据非线性成分的处理能力；从构造混合模型提高预测稳定性的角度,借助时间测地线距离的概念构造新的混合预测模型,改善模型对于时序数据内部时间相关性知识的学习和泛化能力,提高预测结果的精确性和有效性。数据驱动的“自底向上”的建模方法就是要通过对复杂系统的观测数据进行分析,来展开对金融系统的反向研究,有利于克服规范分析假设过于严格、实证分析难以进行灵敏度测试的弱点,是金融理论与实践的高度统一。本研究中无论是相关单变量金融时序数据的分析,还是针对于高维金融时序面板数据的研究,数据驱动的模型创新都体现了复杂系统视角建模思想在金融领域的应用,旨在从不同的角度充分挖掘并发现复杂金融现象背后的客观规律,降低金融系统的不确定性,提高金融市场效率,并为相关金融理论创新研究提供新的动力和方向。
杨德成[6]2018年在《正反馈交易、投资者情绪与股市异象》文中提出自上世纪70年代以来,以资本资产定价模型、套利定价模型、有效市场理论为框架的经典金融理论逐渐成形,但大量难以用理论解释的股市异常现象也随之被揭示出来。其中,错误定价、收益率自相关、收益率尖峰厚尾分布、波动集聚以及过度联动等现象尤其引人关注。由于它们的存在极大的冲击了资产定价和风险管理的理论体系和实践活动,所以无论是学术界还是业界对其均予以高度的重视。在理论研究还是实证研究两方面,股市异象都已成为持续关注的热点。在早期对股市异象的解释中,非理性交易者的作用并未受到足够的重视,这些交易者被称为噪音交易者。随着研究的深入,学者们发现噪音交易者,尤其是正反馈交易者,对金融市场能够产生实质的影响,使得价格偏离基本面价值。在放松了理性人的假设之后,行为金融学对异象有了更好的解释,而各种非理性行为背后的认知偏差—投资者情绪逐渐成为了研究的重点。本文的研究将正反馈交易行为与投资者情绪结合起来,探讨正反馈交易者的追涨杀跌行为以及影响正反馈交易者的其他认知偏差对市场的影响,尤其是对股市异象性征的影响。首先,本文利用中国股市的数据,对正反馈交易的存在性以及正反馈交易与投资者情绪的相关性做了实证研究,结果表明,中国股市存在正反馈交易,且正反馈交易在不同程度的投资者情绪之下有不同的活跃程度。接下来,区别于传统的研究模式,本文采取计算实验金融的(Agent-based computational finance,ACF)的研究思想和方法,从市场微观个体的交互出发,采取自下而上的建模方法,设计异质预期模型对正反馈交易者的择机交易和资产选择行为进行建模,并对这些行为背后的认知偏差进行分析。通过分析模型的仿真模拟数据,检验这些异象的性状,并通过改变参数分析异象的性状与正反馈交易以及投资者情绪之间的关系。本文的研究结果表明,正反馈交易者的追涨杀跌行为以及择机交易和资产选择行为可以解释诸多股市异象。在短期,正反馈交易者的比例和调整速度对股市异象起较大的影响,具体地,正反馈交易者的比例越高、调整速度越快,价格偏离基本面价值就越大、收益率分布偏离正态分布越远、波动集聚现象越明显;在长期,股市异象则受制于各类交易者的已实现收益及策略更换速度。正反馈交易者的择机交易行为会导致资产间出现过度的正向联动,且随着策略更换速度的增加,过度联动的幅度增加或时间增长。正反馈交易者的资产选择行为由框架效应、隔离效应等认知偏差引起,当投资者过度激进或过度保守时,资产间的过度联动更强,各种股市异象也更为明显。
曹忠忠[7]2007年在《股指期货风险测算及监管研究》文中进行了进一步梳理经过25年的发展，股指期货已经成为国际期货市场最成功的期货品种之一。自1982年美国堪萨斯市期货交易所(KCBT)推出堪萨斯价值线指数期货以来，股指期货在规避证券市场系统风险、促进证券市场发展等方面发挥了巨大的作用。但由于交易机制的特点，股指期货也蕴涵着巨大的风险。一旦对股指期货运用或管理不当，就有可能给投资者带来巨大损失，甚至扰乱国家的金融秩序。本文针对股指期货的风险测算展开一系列的理论与实证研究，并就股指期货交易的法律监管、完善我国股指期货立法提出了个人的几点建议。随着中国加入了世界贸易组织(The World Trade Organization，简称WTO)，一瞬间我们进入了全球经济一体化的时代，从此，研究中国的经济问题就不得不从全球视角进行。现在我们能做的只是，考虑在中国引入全球一体化这一新增变量后，如何有效地开放金融市场。资本账户开放必须慎重行事，因为这往往是产生金融危机的根本原因。资本账户开放的过程本质上就是实现国内经济与国际接轨，国内金融资产重新定价的过程，有可能因开放的外部性导致社会福利的相互抵消，引发金融危机。所以，我们研究任何金融问题，目前都不应该脱离这个国际大背景，本文的研究亦不例外。论文各章主要内容如下：第1章分析了该论文的研究背景和意义，对一些基本概念作了界定，并总结了论文的研究思路和方法、研究框架、难点和创新。第2章是理论文献综述。首先回顾了有效市场假说的缺陷，行为金融学的产生与发展，BAPM定价理论和BPT资产组合理论；其次介绍了风险测算相关理论的最新发展，包括分形市场理论、Copula理论以及高频金融时间序列的研究方法；接着介绍了风险管理技术的内容，综合管理的必要性与VAR报告的结构化方法；然后从股指期货市场的外部环境——金融自由化的角度，分析了国际规范与中国特色；最后是监管理论的综述，并对公共利益论、俘获论、制新论叁种监管理论进行了比较和评价。第3章是有关股指期货市场及其风险的来源和分类的内容。首先介绍了股指期货的概念和相关定价，讨论了股指期货市场的风险根源及风险分类；其次分析了股指期货交易过程中的心理因素，在此基础上提出了认知陷阱导致较为普遍的行为偏差，而这些行为偏差恰恰是交易操作风险产生的源泉；接着介绍了期望理论与交易判断决策中的认知偏差的内容；最后进行了交易判断决策中的投资心理问卷调查的实证研究。结果表明，在西方证券市场中广泛存在的种种异象，在我国的证券市场中也大多存在。如何避免投资心理中的误区，战胜自我，是每个投资者梦寐以求的境界，因此对投资心理的调查实证，将有助于资本市场的风险分析和风险防范。第4章主要讨论了股指期货市场的风险测算与评价。首先介绍了测算与评价风险的六种方法；接着简述了流动性风险和操作风险，并介绍了衡量和测算流动性风险的几个指标：宽度、深度、即时性和弹性等；再次介绍了风险管理的含义和程序；风险预算的概念及其运用。最后利用VaR模型与CVaR模型对全球多种股指期货合约进行了实证研究，验证了用传统正态分布方法去估计VaR的值常常被低估；在99.9％置信水平下，CVaR值远远大于正态分布计算的VaR值。第5章针对股指期货市场的波动性展开研究。首先介绍了股指期货波动的一般特性和股指期货波动性的测度方法；接着介绍了ARCH&GARCH模型，并利用GARCH-M对股指期货报酬率与波动关系进行了实证研究；再者根据各国股指期货市场的大量数据，用GARCH模型和SV模型进行了比较研究，实证分析了在研究股指期货时间序列方面SV模型的刻画能力优于GARCH模型；最后分析股指期货波动持续性的市场机理和经济涵义，这将有助于股指期货的风险分析以及防范策略的研究。第6章论述了股指期货交易法律监管的主要内容。首先简述了金融市场监管的内容，并对不同国家的金融市场监管体系进行了比较；其次介绍了股指期货交易法律监管的本质、必要性、监管目标以及监管原则；接着论述了我国股指期货市场法律规范体系的现状及缺陷；最后提出了完善我国股指期货立法的几点建议：(1)、应该将期货犯罪与证券犯罪相区分，单独开列相应的条款；(2)、在财产刑中应当引入没收财产刑，并调整罚金刑的幅度；(3)、建议对于某些期货犯罪适用的法定最高刑为无期徒刑。第7章是总结和展望。
彭方平, 李勇[8]2009年在《STAR-GARCH模型与股票市场投资策略非线性》文中指出本文首次基于投资者异质性和行为金融理论,从投资者风险偏好的角度度量市场情绪,应用STAR-GARCH模型,对我国股票市场投资策略的非线性转换进行了实证研究。研究结果表明:(1)我国股票市场投资策略表现出明显的两机制,说明我国股票市场存在显着的投资者异质性;(2)当市场情绪指数分别为0.06和0.046时,沪深股票投资策略处于中间机制,表现为偏向理性投资策略,而当市场情绪指数大于约0.6或小于约-0.5时,沪深股票投资策略处于外机制,表现为偏向噪音交易策略,在两种机制间,存在着投资策略的非线性转换;(3)当沪深股票投资策略处于中间机制时,股票市场日收益率平均波动更小,因而表现得更稳定。
黄小玉[9]2005年在《资本市场价格泡沫与市场规模适度性分析》文中研究表明在资本市场的运行过程中经常会出现资产的价格泡沫，一定程度之内的资产价格泡沫通常不会对资本市场的运行带来风险，但是当资产价格中存在严重的泡沫成分时，泡沫的破裂将会给一国的金融体系乃至整个经济体系带来巨大的风险。因此，深入分析资本市场中资产价格泡沫的形成原因、演化机制，并在此基础上对资产市值规模的适度性进行分析对于金融体系的稳定运行、国民经济的持续稳定发展都是十分必要的。 本文定位于基本理论的研究、应用框架的构建及应用方法的设计，全文共分为叁个部分。 第一部分为第一章，该部分是全文的总括。首先对资本市场泡沫的理论研究进行综述，然后界定该领域的若干基本概念，最后确定了本文的研究范围、整体结构安排、研究的创新之处以及需要进一步研究的问题。 第二部分包括第二章和第叁章。 第二章分别在理性预期和行为金融的框架下分析了资本市场泡沫的形成原因及演化机制，由于这两个方面的研究至今已经有了较为成熟的研究成果，因此笔者对这部分内容的分析较为简略。 第叁章主要在非线性范式下对资本市场泡沫形成原因及演化机制进行探讨。首先结合突变理论、分形及混沌理论对资本市场中资产价格行为的特性进行分析，然后在演化博弈的框架内按照经济学分析问题的一般化思路建立资本市场中资产的非线性定价模型，并在此基础上对资本市场中资产的价格行为特性及其形成原因、演化机制进行全面的分析。此外，还结合资本市场探讨了分形理论、混沌理论以及突变理论之间的联系，并深入分析了资本市场自身在发展过程中呈现出的自组织特性。 第二部分总体上遵循的是实证经济学的分析思路，探讨的是资本市场价格运行状态“怎么样”以及“为什么”的问题。
张圣生[10]2014年在《证券市场的噪音测度及其影响研究》文中研究指明随着行为金融学、连续金融学、非线性金融、证券市场微观结构、风险定价理论与实证等研究的深入，市场完美与完全的理想假设被不断放开与拓展，噪音研究也日益受到更大的重视。噪音的研究主要包含两方面，一是噪音的存在性及随之而来的如何识别或估计问题，二是，如果存在，它对市场的影响如何；一方面其存在破坏了市场有效性，因此，直观上认为其应越小越好；另一方面其又是市场存在的重要条件，如果没有噪音证券市场无利可图，市场也就无法长期存活。但由于其成份复杂，测度问题较难解决，因此影响研究也受其限制。因此，本文从噪音研究的两大问题出发，首先从交易、收益、水平叁个层次探究噪音测度方法，然后从资产定价及价格行为角度探析了其对证券市场的影响。具体来说，本文做了如下工作并形成了相应的结论：1）通过将噪音交易者引入交易树扩展经典的EKOP模型，本文重新构建了交易到达过程，然后，基于泊松到达理论推演交易到达过程的单期似然函数及多期联合似然函数，进而得到有效估计证券市场的噪音交易比例的模型。以HS300样本股为样本估计的估计结果表明，中国股票市场2011年1-7月平均噪音交易比例达0.2432，高于知情交易者比例。同时，参数结果分析表明期间噪音交易者情绪偏乐观，市场的信息效率不高。2）通过将噪音因子引入O-U过程，本文构建了包含具有均值回复特征的噪音水平过程的叁因子模型。然后，采用Kalman滤波方法并借助EM算法实现未知参数估计和噪音收益度量。最后，对上证综指（即SH000001）1991年1月4日至2012年2月24日期间的周噪音收益进行度量，结果表明，其噪音收益水平处于-23.00%至83.51%之间，存在右偏及尖峰特征，分析表明投资者理性程度及监管是影响噪音收益的重要因素。3）从证券市场的非线性、确定性及混沌特征角度出发，本文将信号学中基于相空间重构理论下噪音水平的估计思想引入证券市场并构建了相应的估计模型。以20100104-20101214期间H300指数为样本本文检验了其高频资产价格时间序列数据的非线性、确定性及混沌特征，在此基础上估计了其日噪音水平，估计结果表明H300指数期间噪音处于21.55-65.40%之间，且噪音水平存在右偏及扁平特征，与资产价格走势及市场信息之间可能存在复杂的关系。4）在充分梳理资产定价理论与模型的基础上，本文借鉴MPT、CAPM、APT、LAPM、BAPM的思想及其结论，同时效仿Fama-French叁因素模型的做法的基础上构建新的融入噪音的CAPM模型（NAPM）。并采用NAPM模型考察了中国股票市场的噪音定价情况。以HS300指数成分股为样本的实证结果表明，在中国股市中，噪音风险具有较强的正定价能力，且噪音水平越高的股票能得到更多的风险补偿。5）最后，本文采用包含噪音与能够反映市场质量的价格行为指标的动态面板VAR模型去探究证券市场噪音与价格行为之间的真实动态关系。以HS300成份股为样本的实证研究表明，噪音与价格行为之间存在复杂的动态关系，噪音与非流动性及信息不对称成正相关，与波动率及交易量成反比，但在噪音形成初期关系可能不稳定。
参考文献：
[1]. 股票市场的非线性及噪音研究[D]. 吴艳. 武汉大学. 2004
[2]. 基于人工智能算法的股票价格波动规律预测方法研究[D]. 王莉. 吉林大学. 2016
[3]. 基于噪音及投资者情绪的股价可预测性研究[D]. 张然. 北京交通大学. 2015
[4]. 基于异质性交易者非线性模型的中国证券市场价格波动研究[D]. 梁成. 南开大学. 2012
[5]. 数据驱动的金融时间序列预测模型研究[D]. 张贵生. 山西大学. 2016
[6]. 正反馈交易、投资者情绪与股市异象[D]. 杨德成. 浙江大学. 2018
[7]. 股指期货风险测算及监管研究[D]. 曹忠忠. 同济大学. 2007
[8]. STAR-GARCH模型与股票市场投资策略非线性[J]. 彭方平, 李勇. 数理统计与管理. 2009
[9]. 资本市场价格泡沫与市场规模适度性分析[D]. 黄小玉. 东北财经大学. 2005
[10]. 证券市场的噪音测度及其影响研究[D]. 张圣生. 天津大学. 2014
标签：金融论文; 证券论文; 投资论文; 股票论文; 行为金融理论论文; 预测模型论文; 交易者论文; 混沌现象论文; 股票分析论文; 交易风险论文; 非线性论文; 风险模型论文; 期货论文; 投资论文;