期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于误差校正的灰色神经网络股票收益率预测
被引量：
22
1
作者
于志军
杨善林
+1 位作者
章政
焦健
《中国管理科学》
CSSCI
北大核心
2015年第12期20-26,共7页
在股票市场中,准确的股票收益率预测是市场交易各方共同关心的重要问题。由于影响股票市场的因素十分复杂,仅靠建立单一的股票收益率预测模型来提高预测精度是非常困难的。本文对当前股票收益率预测方法存在的不足进行了阐述,并提出了...
在股票市场中,准确的股票收益率预测是市场交易各方共同关心的重要问题。由于影响股票市场的因素十分复杂,仅靠建立单一的股票收益率预测模型来提高预测精度是非常困难的。本文对当前股票收益率预测方法存在的不足进行了阐述,并提出了以误差校正来提高股票收益率预测精度的新思路。首先,利用训练样本构建灰色神经网络模型,然后对股票收益率进行初步预测;其次,引入EGRACH模型来挖掘和分析预测误差序列的内部信息,并对该序列后续点进行预测;最后,利用误差预测结果对股票收益率的初始预测值进行校正。文章以上证综合指数数据为例进行分析,结果显示,与校正前的预测精度相比,校正后的预测精度提高了9.3%,表明EGRACH的误差校正过程是有效的,也验证了该方法的可行性。
展开更多
关键词
误差校正
灰色神经网络
股票
收益率
预测
原文传递
期权隐含尾部风险及其对股票收益率的预测
被引量：
11
2
作者
陈坚
张轶凡
洪集民
《管理科学学报》
CSSCI
CSCD
北大核心
2019年第10期72-81,共10页
当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下...
当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下跌风险指标,发现其对未来1个月的股票超额收益率具有显著的预测能力.加入控制变量后,隐含尾部风险指标的预测能力依然十分稳健,说明该指标中含有其他预测因子中所不具备的额外预测信息.
展开更多
关键词
股指期权
尾部风险
股票
收益率
预测
样本外
预测
下载PDF
职称材料
基于灰色神经网络的股票收益率预测
被引量：
3
3
作者
曹雷欣
孙红兵
《计算机与数字工程》
2017年第1期24-28,共5页
股市是一个巨大的非线性动力系统,所以单一的预测模型很难全面地反映股市发展规律。通过构建多变量的灰色GM(1,N)和BP神经网络的组合模型实现了对上证股票收益率的预测,并取得了较好的预测效果。实验结果可以为股票投资者把握股市未来...
股市是一个巨大的非线性动力系统,所以单一的预测模型很难全面地反映股市发展规律。通过构建多变量的灰色GM(1,N)和BP神经网络的组合模型实现了对上证股票收益率的预测,并取得了较好的预测效果。实验结果可以为股票投资者把握股市未来走势和规避投资风险提供参考。
展开更多
关键词
股票
收益率
预测
灰色神经网络
灰色GM(1
N)
预测
模型
技术分析
下载PDF
职称材料
基于SGED分布的变参数ARIMA+EARCH动态预测模型的研究——以沪深5只个股的滚动预测为例
被引量：
2
4
作者
韩晴
齐祥会
《时代金融》
2018年第35期153-155,共3页
根据股票市场收益率序列呈尖峰厚尾、偏态、波动集聚和杠杆效应等特征,本文构建Skew-GED (SGED)分布下的变参数ARIMA+EGARCH动态混合预测模型来挖掘和分析收益率序列的内在规律,运用r语言通过实时最优化动态模型的参数估计,分别对5只股...
根据股票市场收益率序列呈尖峰厚尾、偏态、波动集聚和杠杆效应等特征,本文构建Skew-GED (SGED)分布下的变参数ARIMA+EGARCH动态混合预测模型来挖掘和分析收益率序列的内在规律,运用r语言通过实时最优化动态模型的参数估计,分别对5只股票日对数收益率序列的未来收益情况进行每日预测每日更新,输出交易信号;最后通过滚动时间窗进行推进分析,解决可能存在的过度拟合问题,结果表明动态模型能更好地描述收益率特性,提高预测准确性。
展开更多
关键词
变参数ARIMA+EGARCH动态模型
参数优化
推进分析
股票
收益率
预测
下载PDF
职称材料
高阶矩风险与市场收益:来自中国期权市场的证据
5
作者
周倜
王云奇
《管理科学学报》
CSCD
北大核心
2024年第5期122-140,共19页
基于上证50ETF期权隐含的方差和高阶矩的期限结构,本研究使用偏最小二乘回归的降维方法构造了与中国股票市场收益相关的方差-高阶矩风险因子.实证结果显示,在2015年到2020年的样本期内,该风险因子显著地预测未来1个月以及2周至8周的市...
基于上证50ETF期权隐含的方差和高阶矩的期限结构,本研究使用偏最小二乘回归的降维方法构造了与中国股票市场收益相关的方差-高阶矩风险因子.实证结果显示,在2015年到2020年的样本期内,该风险因子显著地预测未来1个月以及2周至8周的市场收益,月度样本内和样本外R^(2)分别达到了10.08%和6.55%.在控制了常见的经济预测变量和期权变量后,该因子的预测能力仍然保持显著.这表明我国股市收益中包含了对偏度和峰度风险的补偿,与含时变高阶矩的资产定价模型相一致.在经济价值方面,方差-高阶矩因子的预测能力可为投资者在市场择时交易中带来可观的收益.结果表明,中国期权市场提供了高阶矩风险的独特信息,这为理解我国股市风险与收益的权衡关系提供了新的角度.
展开更多
关键词
上证50ETF期权
风险中性高阶矩
股票
收益率
可
预测
性
偏最小二乘回归
时变高阶矩CAPM
下载PDF
职称材料
题名
基于误差校正的灰色神经网络股票收益率预测
被引量：
22
1
作者
于志军
杨善林
章政
焦健
机构
合肥工业大学管理学院
出处
《中国管理科学》
CSSCI
北大核心
2015年第12期20-26,共7页
基金
国家自然科学基金资助项目(71101041)
文摘
在股票市场中,准确的股票收益率预测是市场交易各方共同关心的重要问题。由于影响股票市场的因素十分复杂,仅靠建立单一的股票收益率预测模型来提高预测精度是非常困难的。本文对当前股票收益率预测方法存在的不足进行了阐述,并提出了以误差校正来提高股票收益率预测精度的新思路。首先,利用训练样本构建灰色神经网络模型,然后对股票收益率进行初步预测;其次,引入EGRACH模型来挖掘和分析预测误差序列的内部信息,并对该序列后续点进行预测;最后,利用误差预测结果对股票收益率的初始预测值进行校正。文章以上证综合指数数据为例进行分析,结果显示,与校正前的预测精度相比,校正后的预测精度提高了9.3%,表明EGRACH的误差校正过程是有效的,也验证了该方法的可行性。
关键词
误差校正
灰色神经网络
股票
收益率
预测
Keywords
error correction
grey neural network
stock returns prediction
分类号
F224 [经济管理—国民经济]
原文传递
题名
期权隐含尾部风险及其对股票收益率的预测
被引量：
11
2
作者
陈坚
张轶凡
洪集民
机构
厦门大学经济学院
中国进出口银行河北省分行
华福证券
出处
《管理科学学报》
CSSCI
CSCD
北大核心
2019年第10期72-81,共10页
基金
国家自然科学基金资助项目(71671148)
文摘
当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下跌风险指标,发现其对未来1个月的股票超额收益率具有显著的预测能力.加入控制变量后,隐含尾部风险指标的预测能力依然十分稳健,说明该指标中含有其他预测因子中所不具备的额外预测信息.
关键词
股指期权
尾部风险
股票
收益率
预测
样本外
预测
Keywords
index option
tail risk
predictability of stock return
out-of-sample forecast
分类号
F830 [经济管理—金融学]
下载PDF
职称材料
题名
基于灰色神经网络的股票收益率预测
被引量：
3
3
作者
曹雷欣
孙红兵
机构
昆明理工大学理学院
出处
《计算机与数字工程》
2017年第1期24-28,共5页
文摘
股市是一个巨大的非线性动力系统,所以单一的预测模型很难全面地反映股市发展规律。通过构建多变量的灰色GM(1,N)和BP神经网络的组合模型实现了对上证股票收益率的预测,并取得了较好的预测效果。实验结果可以为股票投资者把握股市未来走势和规避投资风险提供参考。
关键词
股票
收益率
预测
灰色神经网络
灰色GM(1
N)
预测
模型
技术分析
Keywords
stock returns prediction
grey neural network
grey GM（1
N）prediction model
technical analysis
分类号
F83 [经济管理—金融学]
下载PDF
职称材料
题名
基于SGED分布的变参数ARIMA+EARCH动态预测模型的研究——以沪深5只个股的滚动预测为例
被引量：
2
4
作者
韩晴
齐祥会
机构
西北大学
出处
《时代金融》
2018年第35期153-155,共3页
文摘
根据股票市场收益率序列呈尖峰厚尾、偏态、波动集聚和杠杆效应等特征,本文构建Skew-GED (SGED)分布下的变参数ARIMA+EGARCH动态混合预测模型来挖掘和分析收益率序列的内在规律,运用r语言通过实时最优化动态模型的参数估计,分别对5只股票日对数收益率序列的未来收益情况进行每日预测每日更新,输出交易信号;最后通过滚动时间窗进行推进分析,解决可能存在的过度拟合问题,结果表明动态模型能更好地描述收益率特性,提高预测准确性。
关键词
变参数ARIMA+EGARCH动态模型
参数优化
推进分析
股票
收益率
预测
分类号
F832.51 [经济管理—金融学]
下载PDF
职称材料
题名
高阶矩风险与市场收益:来自中国期权市场的证据
5
作者
周倜
王云奇
机构
南方科技大学商学院金融系
深圳证券交易所博士后工作站
出处
《管理科学学报》
CSCD
北大核心
2024年第5期122-140,共19页
基金
国家自然科学基金资助项目(71971068)
广东省哲学社会科学“十三五”规划资助项目(GD20XGL31)
+1 种基金
深圳市自然科学基金资助稳定支持项目(20200925160401001)
中国博士后科学基金资助项目(2024M752155)。
文摘
基于上证50ETF期权隐含的方差和高阶矩的期限结构,本研究使用偏最小二乘回归的降维方法构造了与中国股票市场收益相关的方差-高阶矩风险因子.实证结果显示,在2015年到2020年的样本期内,该风险因子显著地预测未来1个月以及2周至8周的市场收益,月度样本内和样本外R^(2)分别达到了10.08%和6.55%.在控制了常见的经济预测变量和期权变量后,该因子的预测能力仍然保持显著.这表明我国股市收益中包含了对偏度和峰度风险的补偿,与含时变高阶矩的资产定价模型相一致.在经济价值方面,方差-高阶矩因子的预测能力可为投资者在市场择时交易中带来可观的收益.结果表明,中国期权市场提供了高阶矩风险的独特信息,这为理解我国股市风险与收益的权衡关系提供了新的角度.
关键词
上证50ETF期权
风险中性高阶矩
股票
收益率
可
预测
性
偏最小二乘回归
时变高阶矩CAPM
Keywords
SSE 5OETF Options
risk-neutral higher-order moments
stock return predictability
partial least squares regression
conditional CAPM with higher-order moments
分类号
F830.9 [经济管理—金融学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于误差校正的灰色神经网络股票收益率预测
于志军
杨善林
章政
焦健
《中国管理科学》
CSSCI
北大核心
2015
22
原文传递
2
期权隐含尾部风险及其对股票收益率的预测
陈坚
张轶凡
洪集民
《管理科学学报》
CSSCI
CSCD
北大核心
2019
11
下载PDF
职称材料
3
基于灰色神经网络的股票收益率预测
曹雷欣
孙红兵
《计算机与数字工程》
2017
3
下载PDF
职称材料
4
基于SGED分布的变参数ARIMA+EARCH动态预测模型的研究——以沪深5只个股的滚动预测为例
韩晴
齐祥会
《时代金融》
2018
2
下载PDF
职称材料
5
高阶矩风险与市场收益:来自中国期权市场的证据
周倜
王云奇
《管理科学学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
