媒体注意力会引起股票的异常收益吗——来自中国股票市场的经验证据

中国股票市场现在存在的主要问题

中国股票市场现在存在的主要问题 见证了“牛市”的6000点，现在又经历着跌破1200的“熊市”，广大股民的心理素质想必有了很大的提高，毕竟这可是从天堂一下子掉到了地狱。 现在问及大众怎么看待现在的中国股市，想必大多的答案是：只可远观，不可亵玩焉。毕竟现在的股市，真的已经让广大人民群众伤心透了。从6000点下跌，人们观望着，期待不会跌破4000点，可是它就这样轻易的破了这个界限，毫不顾忌人们的感受。然后人们又相信不会跌破3000点，可是它坚持了好久周，最终还是没能坚持到底，又跌破了3000点。现在人们已经不在抱幻想，可是依然保持着最好的期待，可惜，事与愿违，该来的总要来，2000点也破了。这样的恶性循环到底什么时候会结束？是什么让中国股市变成了现在的样子。 这学期选了“证券投资与分析”这门课，虽然只是选修，但是老师全面的分析股市，还是让我学到了许多。关于现在中国股票市场存在的主要问题，我上网查了相关的资料，也有自己的想法。 现在专家对这个问题主要有五个观点。主要观点一：股权分置。很多人将股市走弱的原因归结为股权分置问题，这是有一定道理的。由于股权分置问题的存在，不利于上市公司改善治理结构，不利于形成外部治理机制，不利于市场形成稳

定预期，不利于投资者评估上市公司投资价值。但是我们也应看到，股权分置问题并不是中国股市问题的唯一症结，解决了股权分置问题也并不意味着中国股市从此向好。中国股市也有全流通的公司，中国股市也有民营企业，但是这些公司给投资者的回报也并未高人一等。即使股份全流通了，仍然会有上市公司作假，仍然会有上市公司损害投资者权益，即使在美国这样成熟的市场也出了安然事件。对于那些素质差的上市公司，迟早要退市的公司，解决股权分置问题只能给大股东再增加一次圈钱的机会，只能再让投资者付出更高的代价。 主要观点二：上市制度。这么多的上市公司出问题，已不能简单地当个案来处理了，我们必须反思发行上市制度。当前上市公司的风险实在太大了，这必然要带来投资者投资策略和选股思路上的调整。仅仅凭借财务数据和业绩预期选股已不够，即使我们能够甄别出财务报表的真假虚实，即使我们能够准确预测出未来上市公司的经营业绩，但如果我们不能察觉管理层的道德风险，如果我们不能识别公司治理机制中的潜在缺陷，我们仍然无法规避投资风险。 主要观点三：新股发行的心态。 新股发行也是影响近期市场走势的一个因素。面对新股发行，投资者是一种十分矛盾的心态。一方面新股发行要带来现有股价结构的调整，要分流市场的资金。另一方面投资

股票证券-毕业论文中国股票市场收益率分布曲线的实证研究 精品

前言 迄今为止，我国股票市场才经历十余年的发展历史，却走过了西方发达国家上百年的发展历程。取得了举世瞩目的成绩。在股票市场的规模、上市公司的数量、投资者的规模以及交易系统的完善等方面都得到了迅速的发展,目前已经进入世界股票市场的前列。 不过，由于我国股票市场发展时间比较短，是在探索中前进的，因此，在诸多方面还不成熟，最为明显的是股票市场大起大落，这种大幅波动对投资者造成很多不良后果。经过无数次“风雨”洗礼后，投资者开始学会用在股票价格的波动中寻找规律，希望能够找到股市的制胜“法宝”。然而，目前有关股票理论知识的书籍极多，各述其见，竟有“股票价格的波动有外部噪音引起，并服从正态分布”之说。本论文试图把股票的理论联系实践，找到合理的规律，希望本论文能够给读者一点启发，对股票投资起一点参考价值。 本论文共分为两部分，第一部分对股票日收益率分布曲线作了实证分析，通过偏度峰度检验和2 检验，得到市场收益率更多地呈现出偏离正态分布的形式，市场处在弱势非有效状态。第二部分首先引入了灰色系统的理论和几个概念，利用关联分析，建立了模型，根据关联度大小对各股票的日收益率进行了排序，进而确定股票走势的优劣，并且对前后两个阶段的结果作了详细的比较。 由于时间仓促，论文中的不足和欠缺之处，还望得到各位老师和同学的不吝赐教。在本论文的成长过程中，我得到了成都信息工程学院计算科学系杨老师的帮助，在此，向杨老师表示衷心的感谢。

摘要：本文首先对股票日收益率进行了偏度峰度检验和2χ检验，得到市场收益率更多 地呈现出偏离正态分布的形式，市场处在弱势非有效状态。然后，运用灰色理论的关联度对股票日收益率进行优劣排序，并对前后两个阶段的结果进行了详细比较。 关键词：收益率；正态分布；灰色理论 第一章 收益率分布曲线 §1 收益率的分布与股票价格行为的理论 股票价格总是处于不断的波动之中，这种波动是连续的，非间断性的。股价的波动被认为由外部“噪声”因素造成，当时间间隔?t —>0时，外部噪声将呈现正态分布，服从维纳过程。因此随机理论采用一般化的维纳过程作为描述股价行为的模型。数学表达式如下： ),(t t u S S ??=?σ? （1） z S t u S ?+?=?σ （2） 其中：S ?为短时间t ?后股票价格s 的变化 u 为单位时间内股票的预期收益率 σ为股票价格的波动率 ),(s m ?表示均值为m ,标准方差为s 的正态分布 （1）式表示如果外来噪声服从正态随机过程，S S ?即收益率将服从均值为t u ?, 标准方差为t ?σ的正态分布。其中：t z ?∈?，∈表示服从标准正态分布，z ?在维纳过程中被认为遵从马尔科夫过程，隐含市场是弱势有效的条件。 当收益率服从正态分布时，股价行为的一般化维纳过程式（2）才能成立。当收益率的分布偏离了正态分布，这就意味着式（2）中的外部噪音项z s ?σ就不服从正态随机过程。也就是说，股价的行为方式不再服从正态马尔科夫过程，市场可能不处于弱势有效状态。收益率的分布是股价行为的基础，要了解某股票市场价格行为的特征，必须了解该市场的收益率分布。本文将对八只股票收益率的分布进行实证检验，考察是否符合正态分布或符合其t 分布形式或并无一确切表达的分布形式。 §2 实例与检验 （一）、本文随机选取了八只股票的日收盘价作为实证样本，样本容量是从20XX 年1月4号到20XX 年3月31号的日收盘价个数。为了形成对比，我们分成了两个阶段来研究。

中国股市指数的投资收益分析

中国股市指数的投资收益分析 一、投资理论概述 （一）资产组合理论 资产组合理论是以一系列资产收益率的均值和方差作为组合选择的依据，提出了均值方差资产组合选择的基本方法，即保持一定的方差的资产组合，使期望收益率最大化，或者保持一定的期望收益率的资产组合，使方差最小化；意味着资产选择不能依据资产本身的某一特征，还必须考虑该资产与其他资产的相互作用。该理论不仅描述了资产及其组合的收益与风险关系，而且解决了最优资产组合的选择问题，使得资产组合分析和管理科学化、程序化，从而奠定了其在金融投资理论中的地位。 （二）资本资产定价理论 在资产组合理论的基础上提出的。资产定价理论认为，一项投资所要求的收益率取决于以下三个因素：（1）无风险收益率，即将国债投资（或银行存款）视为无风险投资；（2）市场平均收益率，即整个市场的平均收益率，如果一项投资所承担的风险与市场平均风险程度相同，该项收益率与整个市场平均收益率相同；（3）投资组合的系统风险系数，是某一投资组合的风险程度与市场证券组合的风险程度之比。而期望的收益率由无风险收益和该组合的风险系数与市场平均收益和无风险收益差额之乘积决定。 （三）有效市场假说 根据市场对信息反应的有效性，将市场分为弱势有效、半强势有效、强势有效市场。而反应程度分为反应不足以及反应过度两种情况，描述了信息对市场的影响。 （四）行为金融理论 将金融学与社会学及心理学等人文学科相结合，从另一个假设的层面出发，认为人的一些社会性特征及自身人性影响引导自己的投资行为，诸如羊群效应、过度自信等。 （五）其他 在投资中，还有其他很多效应，由于诸多因素导致的，诸如ipo抑价效应，小公司效应，税收效应，整数效应，股利理论，盈余公布效应等。 从诺贝尔经济学奖的颁奖时间看，前两个理论是一组，第三及第四是另外一组，两组进行比较。第一组是从数理的角度出发，基于期望均值和方差，将收益和风险进行量化，由这两个变量来主导投资，通过一系列的对比分析，均衡选择，得出结论。而后一组中有很大程度的数量分析，但主要思想是从外部和内部相结合的理论，外部的信息以及人的行为对进行投资的影响。 二、指数介绍 （一）上证指数 上证综合指数是最早发布的指数，是上海证券交易所从1991年7月15日起编制并公布上海证券交易所股价指数，它以1990年12月19日为基期，设基期指数为100点，以全部上市股票为样本，以股票发行量为权数，按加权平均法计算，遇新股上市、退市或上市公司增资扩股时，采用除数修正法修正原固定除数，以保持指数的连续性。然后于2006年1月4日发布了新上证综合指数，新综指选择已完成股权分置改革的沪市上市公司组成样本，实施股权分置改革的股票在方案实施后的第2个交易日纳入指数，新综指是一个全市场指数，以2005年12月30日为基日，以该日所有样本股票的总市值为基期，基点为1 000点。新综指采用派许加权方法，以样本股的发行股本数为权数进行加权计算，当成分股变化时，同样采用除数修正法修正原固定除数。 （二）深证成分指数 深圳成分股指数是由深圳交易所编制，通过对所有在深圳证券交易所上市的公司进行考察，按一定标准选出40家有代表性的上市公司作为成分股，以成分股的可流通股数为权数，

应用文-中国股市指数的投资收益分析

中国股市指数的投资收益分析 '中国股市指数的投资收益分析 一、投资理论概述 （一）资产组合理论 资产组合理论是以一系列资产收益率的均值和方差作为组合选择的依据，提出了均值—方差资产组合选择的基本方法，即保持一定的方差的资产组合，使期望收益率最大化，或者保持一定的期望收益率的资产组合，使方差最小化；意味着资产选择不能依据资产本身的某一特征，还必须考虑该资产与其他资产的相互作用。该理论不仅描述了资产及其组合的收益与风险关系，而且解决了最优资产组合的选择问题，使得资产组合分析和 科学化、程序化，从而奠定了其在金融投资理论中的地位。 （二）资本资产定价理论 在资产组合理论的基础上提出的。资产定价理论认为，一项投资所要求的收益率取决于以下三个因素：（1）无风险收益率，即将国债投资（或银行存款）视为无风险投资；（2）市场平均收益率，即整个市场的平均收益率，如果一项投资所承担的风险与市场平均风险程度相同，该项收益率与整个市场平均收益率相同；（3）投资组合的系统风险系数，是某一投资组合的风险程度与市场证券组合的风险程度之比。而期望的收益率由无风险收益和该组合的风险系数与市场平均收益和无风险收益差额之乘积决定。 （三）有效市场假说 根据市场对信息反应的有效性，将市场分为弱势有效、半强势有效、强势有效市场。而反应程度分为反应不足以及反应过度两种情况，描述了信息对市场的影响。 （四）行为金融理论 将金融学与 学及 学等人 科相结合，从另一个假设的层面出发，认为人的一些社会性特征及自身人性影响引导自己的投资行为，诸如羊群效应、过度自信等。 （五）其他 在投资中，还有其他很多效应，由于诸多因素导致的，诸如IPO抑价效应，小公司效应，效应，整数效应，股利理论，盈余公布效应等。 从诺贝尔 学奖的颁奖时间看，前两个理论是一组，第三及第四是另外一组，两组进行比较。第一组是从数理的角度出发，基于期望均值本文由 联盟 收集整理和方差，将收益和风险进行量化，由这两个变量来主导投资，通过一系列的对比分析，均衡选择，得出结论。而后一组中有很大程度的数量分析，但主要思想是从外部和内部相结合的理论，外部的信息以及人的行为对进行投资的影响。 二、指数介绍 （一）上证指数 上证综合指数是最早发布的指数，是上海证券交易所从1991年7月15日起编制并公布上海证券交易所股价指数，它以1990年12月19日为基期，设基期指数为100点，以全部上市股票为样本，以股票发行量为权数，按加权平均法计算，遇新股上市、退市或上市公司增资扩股时，采用除数修正法修正原固定除数，以保持指数的连续性。然后于2006年1月4日发布了新上证综合指数，新综指选择已完成股权分置改革的沪市上市公司组成样本，实施股权分置改革的股票在方案实施后的第2个交易日纳入指数，新综指是一个全市场指

R语言预测股票市场收益

预测股票市场收益 1.读取数据： install.packages("zoo") install.packages("xts") install.packages("tseries") library(xts) library(tseries) GSPC<-as.xts(get.hist.quote("^GSPC",start="1970-01-02",end='2009-09-15',quote=c("Open","High","Low","Clos e","V olume","AdjClose"))) head(GSPC) 2.绘制股票曲线 p<-apply(GSPC[,2:4],1,mean) t<-function(p,close,tgt=0.025,m=10){ n<-length(p) v<-numeric(length=n-m) for(i in 1:(n-m)){ v[i]<-(p[i+m]-close[i])/close[i] } num<-length(v)-m t<-numeric(length=num) for(i in 1:num){ t[i]<-sum(v[i:(i+m-1)]) } plot(t,type="h",lwd=0.1) } t(p,GSPC$Close)

3.K线图 T.ind <- function(quotes,tgt.margin=0.025,n.days=10) { v <- apply(HLC(quotes),1,mean) r <- matrix(NA,ncol=n.days,nrow=NROW(quotes)) for(x in 1:n.days) r[,x] <- Next(Delt(v,k=x),x) x <- apply(r,1,function(x) sum(x[x > tgt.margin | x < -tgt.margin])) if (is.xts(quotes)) xts(x,time(quotes)) else x } candleChart(last(GSPC,'3 months'),theme='white',TA=NULL) avgPrice <- function(p) apply(HLC(p),1,mean) addAvgPrice <- newTA(FUN=avgPrice,col=1,legend='AvgPrice') addT.ind <- newTA(FUN=T.ind,col='red',legend='tgtRet') addAvgPrice(on=1) addT.ind() 4.用随机森林选择变量 myATR <- function(x) A TR(HLC(x))[,'atr'] mySMI <- function(x) SMI(HLC(x))[,'SMI'] myADX <- function(x) ADX(HLC(x))[,'ADX'] myAroon <- function(x) aroon(x[,c('High','Low')])$oscillator myBB <- function(x) BBands(HLC(x))[,'pctB'] myChaikinV ol <- function(x) Delt(chaikinV olatility(x[,c("High","Low")]))[,1] myCLV <- function(x) EMA(CLV(HLC(x)))[,1] myEMV <- function(x) EMV(x[,c('High','Low')],x[,'V olume'])[,2] myMACD <- function(x) MACD(Cl(x))[,2] myMFI<- function(x) MFI(x[,c("High","Low","Close")], x[,"V olume"]) mySAR <- function(x) SAR(x[,c('High','Close')]) [,1] myV olat <- function(x) volatility(OHLC(x),calc="garman")[,1] data(GSPC)

证券投资论文 股票市场的主要风险及规避方法

股票市场的主要风险及规避方法 摘要：我国股票市场经过这几年的发展,在增加融资渠道,合理配置社会资源,促进企业优胜劣汰等方面起到巨大的作用,股票市场与整个社会经济的关系日趋密切。但是近年以来一些国家的金融风险,又向我们揭示了股票市场的巨大风险。,由于我国股票市场是一个新兴的市场,高风险性已成为其突出的特点。股票市场风险是指股票投资的预期收益变动的可能性及变化幅度。投资股票在可能给投资者带来丰厚回报的同时，还可能给投资者带来操守严重损失的风险。风险性是证券的基本性质，如何规避风险已成为当今我国股票市发展过程中必须要考虑的一个重要问题。本文阐述了我国股票市场系统风险来源，在此基础上，结合实际提出了降低股票风险的对策。 关键词:证券交易；股票市场；风险规避 1、股票市场的主要风险 投资风险，是指股票投资者达不到预期收益或遭受损失的可能性。国际上已经公认,股票投资是各种投资形式中风险最大的一种,股票的风险主要来源四个方面,一是市场风险,二是企业风险,三政府干预风险,四是购买力风险。 市场风险是指来自股票市场自身的风险,主要包括上面所讲的市场因素影响所形成的股票风险。通常用日值来测量股票市场风险的程度。目前我国尚未用日值来反映市场风险。 企业风险是指由于企业经营管理不善,效益不好,造成企业倒闭,企业危机所 给股民带来的风险。企业倒闭对股票持有者来说,是一种灾难性的风险。因此股票持有 者应密切注视该公司的经营状况。 政府干预风险。这是指在股票市场发生动荡时,政府采取调控手段,干预市场股价所形成的风险。西方国家虽然都是市场经济,但政府在关键时刻,也对股票市场进行干预,特别是针对股市中的洗盘卖出、轧空、集团操作、内幕交易等投机欺诈性交易,西方各国都逐渐形成了各自的以制止投机和欺诈行为,保护投资者利益,进行公平、公正交易为中心内容的股市管理体系。 购买力风险。购买力风险是指由于通货膨胀的影喻,股民定期所获固定收入的实际购买力下降,在通货膨胀的情况下,由于利率上升,企业经营成本增加,股息将会下降,同时货币值也会下降,此期股票将面临双重损失。 2、股票风险的规避办法 2．1股民风险防范意识必须建立 2.1.1风险防御 对于股市投机者来说，勇于承担风险是其行为的基础，投资者的风险特征不在于回避风险，而在于规避风险，即在承担风险中设法防范风险。规避风险首先做到风险防御，即最大程度上排除和减轻一切可以事先排除和减轻的风险。要主要做到以下几个方面：高度重视风

我国股票市场收益率的影响因素研究——基于利率调整和流动性变化的数据分析

F inance 金融视线 3年月 5 我国股票市场收益率的影响因素研究——基于利率调整和流动性变化的数据分析 暨南大学 劳健林 摘要：本文通过SV A R 的方法，捕捉系统里银行间7天内同业拆借加权利率和广义货币量分别对上证综指连续复利收益率和深证成指连续复利收益率的结构关系，发现利率对股票市场收益率存在反向即期影响，而广义货币量则存在正向即期影响。最后，本文就研究结论提出政策性建议。关键词：利率广义货币量股票市场收益率结构向量自回归模型中图分类号：F832 文献标识码：A 文章编号：1005-5800(2013)07(b)-075-03 1研究背景 近期受到银行间流动性紧张以及其他方面因素的影响，我国股市出现大幅的下滑。2013年6月25日，沪指盘中击破1949点下探至1849点，市场再度回到2000点以下。中国股市是政策驱动型，当局发出的信号对投资者的影响尤为重要。对于银行间同业拆借利率的飙升，刚开始时央行态度坚定，不予救市并规劝商业银行整理贷款账目，这些利空消息致使投资者急于抛售资产。正因为利率调整和流动性变化对我国股票市场收益率有着重要的影响关系，国家当局可以通过利率和流动性对股票市场的主体来进行引导，促进资本市场进而整个宏观市场的健康发展。 利率是一国货币政策的重要指标，央行对基准利率进行调整，控制国内信贷规模和货币投放量，引导各种市场主体的经济行为，从而达到对宏观经济进行调控的目的，使国家的经济走上平稳发展的轨道。利率是影响股票市场的基本因素，一般认为利率与股票价格存在反向变动关系，因为利率是股票的投资机会成本，一旦利率上升会使资金流出股市，从而导致股价下跌，投资者收益率减少。而流动性反映的是在一个宏观体系中所投放货币量的多寡情况。一般来说，流动性较好的时候，为投资者提供资金来源注入股市，从而有更好的投资预期，即流动性与股市收益率存在一个正向变动关系。既然利率与流动性对一国股票市场产生如此重大的影响作用，本文将从以往的历史数据入手来探究三者之间的关系。 2实证分析 2.1SV AR 模型构建及识别 2.1.1SV AR 模型构建及样本选取 SVAR 较VAR 优良在于可以捕捉模型系统内各个变量之间当期的结构性关系，并可直观地观察标准正交随机扰动项对系统冲击的影响情况，且其脉冲响应函数分析过程中使用到的变量冲击是独立于其他变量冲击，排除其他因素的干扰。因此，本研究分析构建如下的SVAR(p)模型： AALyt=A εtA εt=Bet Eet=0 Eetet'=In 其中，yt 是n 阶列向量，其分量为研究系统内的各变量；A 、B 被称为正交因子分解矩阵，都是n 阶非奇异矩阵。矩阵A 反映结构性冲击对内生变量的影响乘数；矩阵B 则对标准正交随机扰动项的方差-协方差矩阵设置约束条件。εt 是缩减式V AR 模型中的随机扰动项，亦称为脉冲值，服从向量高斯白噪音过程，即εt~VGW(0,Σ)；Σ是随机扰动项的方差协方差矩阵，即εε'=Σ。而则称为标准正交随机扰动项，期望值为零，各分量间正交即相互独立，且其方差协方差矩阵为单位矩阵。矩阵将系统中的随机扰动项ε转 化为标准正交随机扰动项et 的线性组合，该线性组合通过B 矩阵来实现。 AL 是滞后算子多项式的矩阵表达形式：AL=In-i=1pAiLi ，其中，Ai(i=1,…,p)为n 阶系数矩阵，Li 为滞后i 阶的算子。 要考察系统中利率对股票市场收益率的影响作用，利率选取银行间7天内同业拆借加权利率作为代表变量，因为该利率更能反映出货币市场的利率变化情况；而流动性则选取广义货币量作为代表变量。因此，yt 的分量为银行间7天内同业拆借加权利率I Rt ，广义货币量M2，股市收益率RORt ，即yt=(I Rt,M2t,RORt)'。股市收益率分别考虑上海证券交易所的上证综指连续复利收益率SHRORt ，此时yt=(IRt,M2t,SHRORt)'；与深圳证券交易所的深证成指连续复利收益率SZRORt ，此时yt=(IRt,M2t,SZRORt)'。连续复利收益率的计算公式为：RORt=LnPt-LnP t-1，Pt 为t 时点的指数收盘价。 原始数据来源于WIND 数据终端EDB ，选取2001年1月至2012年12月各个随机过程的月数据作为一个实现，样本容量为144。再使用EXCEL 和STATA 等统计软件对数据进行实证分析。 2.1.2SV AR 模型的识别 该模型的识别问题就是要符合联立方程中的阶条件。SVAR (p)模型共有A 、B 矩阵的系数需要估计，共2n2个元素。由所构建的SVAR 模型可推出，A εt εt'A'=BB'，等号两边皆为对称矩阵。即一旦模型设立，就附加n(n+1)/2个约束条件，剩下的2n2-n(n+1)/2个约束条件需要通过其他的限制方式来完成。 通常使用的方法有两种：短期约束条件和长期约束条件，在此仅考虑前者。短期约束条件是对A 、B 两个矩阵的元素进行约束，而这两个矩阵此时也称为类型矩阵。首先，对类型矩阵A 进行分析，需要甄别所建立的SVAR 模型背后的经济意义，考虑到当期我国股票市场收益率和当期广义货币量的结构冲击不会立即对当期的利率产生影响，以及当期我国股票市场收益率也不会对当期广义货币产生影响，使用三个“伍德因果链”约束条件，即I Rt eRORt=0， IRt eM2t=0和M2t eRORt=0。然后，考虑类型矩阵B ，为使结构扰动项彼此不相关，这也是比较合理的假设，从而类型矩阵B 设为对角矩阵的形式。至此，可以构造出两个类型矩阵，此时模型恰好识别：A=100.10..1，B=.000.000.。2.2单位根检验及格兰杰因果检验 2.2.1单位根检验 分别对四个变量进行单位根检验，发现上证综指连续复利收益率的τ值为356，绝对值大于5%置信水平上的临界值35的绝对值，通过单位根检验；而深证成指连续复利收益率的τ值 www.china bt .n et 201707-E t t et -A t -.2-.44

基于MATLAB股票市场的线性预测

基于MATLAB 股票市场的线性预测 摘要:随着计算技术和信息科学的飞速发展，信号处理逐渐发展成一门独立的学科，成为信息科学的重要组成部分，广泛应用在经济、金融等各种领域中，其中线性预测是最为广泛的一种方法。本设计借助MATLAB 的技术工具软件对股票价格的数据信号图进行分析，来构造一个线性预测器。并用MATLAB 生成一个豪华的界面，把线性预测的结果直观、明了的表现出来。 本设计在理解信号与系统基本原理的前提下，利用MATLAB 设计了一个线性预测系统，该系统利用一个离散时间有限脉冲响应（FIR ）滤波器来解决属于预测建模等问题。这是一个基于MATLAB 计算机仿真的股票线性预测模型，它用股票的开盘、收盘、最高、最低四种价位为源信号进行预测，可以选择滤波器的阶数来调整它的精确度，能够做到预测误差最小。 关键词：线性预测系统、MATLAB 、离散时间有限脉冲响应（FIR ）滤波器 1.股票线性预测的原理 本文设计一个系统，它能够单独的根据过去的值预测x[n]信号的将来值。对于线性预测来说，这个系统是一个FIR 滤波器，它根据过去值的一种线性组合算出一个预测量： [][]∑=∧--=p k k k n a n X 1 （1-1） 式1-1中的就是预测值。因为用了信号先前的p 个值构成这种预测，所以这是一个p 阶预测器。给定某一固定的滤波器阶p ，线性预测问题就是要确定一组滤波器系数，以使得“最好的”实现1-1的预测确实这个“最好”系数的最常用的准则是某些系数，使得总的平方预测误差达到最小： [][][]2121| |||∑∑=∧=-==N n N n n x n x n e E （1-2） 式1-2中，假设序列x[n]的长度为N ，有几个途径可以用来对k a 求解以使式1-2中E 最小。最简单的方法是利用MATLAB 来解这个联立线性方程组。假设N>P,这个线性预测问题可以转换成式1-3的矩阵形式。 ????????????++=????????????+++??????????????????????--+-][]2[]1[][]2[]1[]1[][]1[]2[][]1[11N x p x p x N e p e p e a a N x p N x p x x p x x (1-3) 式1-3还可以紧凑一些写成-Xa+e=x 。这个方程用来对向量a 求解，以使总平方预测误差e ’*e 最小。式1-3左边放一半减号是为了让“预测误差滤波器”能表示成e=Xa+x 。 2.利用matlab 实现股票预测的编程思想 利用matlab 实现股票线性预测的编程流程图如图1所示。

中国国内上市公司收益率分析报告

对中国国内上市公司的资本资产定价模型的分析报告 一、理论介绍 资本资产定价模型,即Sharpe （1964），Lintner （1965）和Black （1972）建立的简捷、完美的线性资产定价模型CAPM （又称SLB 模型），是金融学和财务学的最重要的理论基石之一。CAPM 模型假定投资者能够以无风险收益率借贷，其形式为： E ［R[,i]］＝R[,f]＋β[,im]（E ［R[,m]］－R[,f]）， （1） Cov ［R[,i]，R[,m]］ β[,im]＝─────────── （2） Var ［R[,m]］ R[,i]，R[,m]，R[,f]分别为资产i 的收益率，市场组合的收益率和无风险资产的收益率。 由于CAPM 从理论上说明在有效率资产组合中，β描述了任一项资产的系统风险（非系统风险已经在分散化中相互冲消掉了），任何其它因素所描述的风险都为β所包容。因此对CAPM 的检验实际是验证β是否具有对收益的完全解释能力。 资本资产定价模型(CAPM)在理论上是严格的，但是在实际中长期存在着实证研究对它的偏离和质疑，其原因主要是资本资产定价模型的一组假设条件过于苛刻而远离市场实际。本次分析报告旨在通过对随机抽样的中国上市公司的收益率的分析，考察在中国的股市环境下，CAPM 是否仍然适用。 二、数据来源 本文在CSMAR 大型股票市场数据库中随机选取了1995年1月到2001年12月的100支股票（存为名叫rtndata 的EXCEL 文件），作为对中国股票市场的模拟。同时还收集了同时期中国银行的年利率（取名为rf ）作为无风险利率，并通过各股票的流通股本对上海、深圳两个市场A 股的综合指数进行加权（取名为mr2）。 在SAS 中建立数据集，其中各列指标分别为各股票的月收益率（为处理方便，股票名称已改为y1-y100）、中国银行的年利率rf （本次报告没有将rf 转换成月无风险收益率，因为这一差异将反映在系数上，且为倍数关系，对结果没有实质性影响）和以流通股进行加权（因为本次报告计算的是市场收益率）的上海、深圳两个市场A 股的综合指数mr2。 本次报告采用的CAPM 模型为：100,...,2,1,?10=++=j e r jt j jt βγγ。 三、方法及步骤 1，在SAS 中以libname 命令设定新库，名为finance 。程序为： libname finance 'G:\finance\rtndata'; run; 2，采用means 过程（也可以用univariate 过程）对这100支股票做初步的均值分析，初步得出各股票的样本均值等数据。程序为： proc means data =; var y1-y100; run ; 3，采用corr 过程对随机抽取的若干支股票进行相关分析，以判断中国股票市场的相关性。程序如下： proc corr data = cov ; var y23 y67; where stkcd>=199512 and stkcd<=199712; run ;

股票投资风险分析

股票投资风险分析 公管1081 陆云聪 股票投资风险具有明显的两重性，即它的存在是客观的、绝对的，又是主观的、相对的；它既是不可完全避免的，又是可以控制的。投资者对股票风险的控制就是针对风险的这两重性，运用一系列投资策略和技术手段把承受风险的成本降到最低限度。 一、风险分析： 第一类是市场价格波动风险。无论是在成熟的股票市场，还是在新兴的股票市场，股票价格都总在频繁波动，这是股市的基本特征，不可避免。在股票市场上，行情瞬息万变，并且很难预测行情变化的方向和幅度。收入正在节节上升的公司，其股票价格却下降了；还有一些公司，经营状况不错，收入也很稳定，它们的股票却在很短的时间内上下剧烈波动。出现这类反常现象的原因，主要是投资者对股票的一般看法或对某些种类或某一组股票的看法发生变化所致。投资者对股票看法（主要是对股票收益的预期）的变化所引起的大多数普通股票收益的易变性，称为市场风险。 第二类是上市公司经营风险。股票价格与上市公司的经营业绩密切相关，而上市公司未来的经营状况总有些不确定性。在我国，每年有许多上市公司因各种原因出现亏损，这些公司公布业绩后，股票价格随后就下跌。 第三类是政策风险。国家有关部门出台或调整一些直接与股市相关的法规、政策，对股市会产生影响，有时甚至是巨大波动。有时候，相关部门出台一些经济调整策，虽然不是直接针对股票市场的，但也会对股票市场产生影响，如利率的调整、汇率体制改革、产业策或区域发展策的变化等。 第四类是投资者主观因素所造成的风险。投资者本人主观因素造成的风险，包括盲目跟风、不必要的恐慌、贪得无厌、错误估计形势、错过买卖时机、像赌徒一样迷恋股市等等。

股票市场收益率

股票市场收益率 摘要：在金融市场迅速发展、金融创新不断深入的今天，股票市场的 波动也日益加剧，风险明显增大，资产收益率的分布形态也更加复杂化。对上证综指对数收益率序列进行实证研究，依据严密的统计分析 方法建立了GARCH-t(1,1)模型。最后，通过相应的模型检验方法验证 了GARCH-t(1,1)模型能够很好的刻画上证综指对数收益率序列的统计 特征。 关键词：股票收益率；GARCH模型；统计检验オ 在风险管理中，我们往往关注的就是资产收益率的分布。许多实证研 究表明，金融资产收益率分布表现出尖峰、厚尾的特征。另外,收益率 序列还具有条件异方差性、波动聚集性等特点。选择合适的统计模型 对金融资产收益率分布进行描述显得尤为重要。 1数据选取 本文实证分析的数据选取上海股市综合指数(简称上证综指)每日收盘 指数。考虑到我国于1996年12月16日开始实行涨跌停板限价交易， 即除上市首日以外，股票、基金类证券在一个交易日的交易价格相对 上一个交易日收市价格的涨跌幅不得超过10%，本文把数据分析时段选择为：1996.12.16-2007.05.18，共2510组有效数据。数据来源为CCER中国经济金融数据库。数据分析采用软件为Eviews5.1。通过对 原始序列的自然对数变换，得到上证综指收益率序列，有2509个数据，记为RSH。 2基本统计分析 2.1序列的基本统计量 对称分布的偏度应为等于0，而上证综指收益率的偏度为负值，说明 该序列的分布是有偏的且向左偏斜，即收益率出现正值的概率小于收 益率出现负值的概率。另外，已知正态分布的峰度等于3，而上证综指

收益率的峰度是8.919924，远大于3，这表明RSH序列不服从正态分布，而是具有尖峰厚尾特性。 2.2序列的自相关性 采用Ljung-BoxQ统计量检验上证综指收益率序列的自相关性。原假设为序列不存在阶自相关。根据上证综指收益率的10阶滞后期的Q统计值及其相应概率值可知，上证综指收益率的相关性并不显著。 2.3序列的平稳性和正态性 为了避免伪回归现象的发生，在建立回归模型之前须对收益率序列进行平稳性检验。采用ADF方法检验RSH序列的平稳性，其检验统计值为-51.7733，远小于MacKinnon的1％临界值，认为上证综指收益率序列不存在单位根，是显著平稳的。这就避免了非平稳性带来的许多缺陷。上证综指收益率序列的D.W.值为1.9705，非常接近于2，表明其残差序列不存在序列相关。 本文使用Jarque-Bera方法对RSH序列其进行正态性检验，检验统计值为3682.735(p=0.000)，概率值足够小以至于必须怀疑原假设的正确性。这也就说明，用正态分布对中国股市收益率的波动性进行描述是不正确的。 2.4ARCH效应检验 大量的实证分析表明，大多数金融资产收益率序列的条件方差具有时变性，即ARCH效应。利用ARCH-LM方法检验残差序列中是否存在ARCH 效应。选择滞后阶数为5阶，检验统计值为28.92598(p=0.000)，表明残差存在显著的ARCH效应，至少存在5阶的ARCH效应。这就意味着必须估计很多个参数，而这却是很难精确的做到。在这种情况下，可以用一个低阶的GARCH模型代替，以减少待估参数的个数。 3分布模型的确定

运用SAS对股票市场风险指标计算

上海师范大学标准试卷 2015 ~2016学年第1学期考试日期2016年1月8日 科目统计分析与软件应用（学期论文） 概率论与数理统计专业研究生15年级1班姓名李晓学号152200647 我承诺，遵守《上海师范大学考场规则》，诚信考试。签名：________ 总分 评价项目 评价标准分 值 得 分 编号内容 1 格式规范论文封面、题目、摘要、关键词、正文、参考文献等符合 编辑规范，正文篇幅符合规定。 20 2 知识运用能运用所学课程知识阐述问题；论文内容有适当的深度、 广度和难度。 30 3 撰写情况观点鲜明，论据确凿，文章材料详实可靠，有说服力；论 文结构严谨，文理通顺；层次清晰，文笔流畅；图表正确、 清晰、规范。 30 4 编程能力SAS编程能力，要求程序具有规范性与可读性，能解决实 际问题 20 评定成绩为： 任课教师签字： 年月日

运用SAS 对股票市场风险指标计算 摘要：理论在现实市场中的有效性值得进一步探讨，资本资产定价模型是用来确定证券均衡价格的一种预测模型，模型以其简洁的形式和理论的浅显易懂使它在整个经济学领域得到了广泛的应用，本文运用SAS 软件实现CAPM 模型在股市中的应用。 关键词：CAPM 模型 风险指标 SAS 软件 一.计算指标与环境 1）理论模型 风险是投资者未来收益的一种不确定性。通常证券市场上由资产价格波动导致的投资者收益的不确定性被人们称为纯市场风险，进行市场风险分析的基本模型一资本资产定价模型CAPM 为基础。 模型： j j j m j r a r βε=++ 其中，j r 为股票j 的超额收益；m r 为市场超额收益；j a 和j β为参数，且假定j β和j ε不相关。 将方差作为风险的度量，根据上述假设得到股票j 的总风险为： 2222 j j j m εσβσσ=+ 即股票j 的风险分为两部分，22j m βσ和2j εσ。前者由市场引起的股票j 风险的度量，后者是与市场风险无关的股票j 的非系统风险。根据传统的投资理论，系统风险不能用优化投资组合来消除，而非系统风险则是可以通过分散化投资组合来消除。 选定时期，根据经验数据可以得到模型的最小二乘估计j α ，j β 以及相应估计 量2j α ，2m σ 和2j εσ 。于是，系统风险占该股票总风险的比例估计值为： 有 这实际上就是模型测定系数的估计值。2 1jm R - 即为非系统风险所占总风险比例的 22 2 2j m jm j R βσσ= 22 2 2 112 2 11()()() () n n i j i i i jm n n i i i i Y Y X X R Y Y Y Y β====--= = --∑∑∑∑

中国股票市场收益率分布曲线的实证

文章编号:1002—1566(2002)05—0009—03中国股票市场收益率分布曲线的实证 Ξ 陈启欢 (上海交通大学管理学院,上海　200030) 摘　要:股票价格行为的随机理论认为市场收益服从正态分布,但在现实中这一假设不一定成立,市场收益率更多地呈现出偏离正态分布的形式。本文检验中国市场的收益率分布形态。 关键词:股票;收益率;价格行为;正态分布;t 分布 中图分类号:O212;F830文献标识码:A 1.收益率的分布与股票价格行为 股票价格行为的随机理论认为实际的股价遵循某种随机的离散过程。股价的波动被认为由外部噪声造成,当时间间隔Δt →0时,外部噪声将呈现正态分布,服从维纳过程。因此,随机理论采用一般化的维纳过程作为描述股价行为的模型。数学表达式如下: ΔS S =φ(μ?Δt ,σΔt ) (1)ΔS =μ?Δt +σ?S ? Δz (2)　[1]ΔS 为短时间Δt 后股票价格s 的变化 μ为单位时间内股票的预期收益率 σ为股票价格的波动率 φ(m ,s )表示均值为m ,标准方差为s 的正态分布 (1)式表明如果外来噪声服从正态随机过程,Δs/s 即收益率将服从均值为μ?Δt ,标准方差为σΔt 的正态分布 Δz =∈Δt ,∈表示服从标准正态分布,Δz 在维纳过程中被认为遵从马尔科夫过程,隐含市场是弱势有效的条件。 收益率的分布方式影响着股票价格的行为,只有当收益率遵从正态分布,股价行为的一般化维纳过程式(2)才能成立。当收益率的分布偏离了正态分布意味着式(2)中的外部噪声项σ?s ? Δz 就不服从正态随机过程。换而言之股价的行为方式不再遵从正态马尔科夫过程,市场可能不处于弱势有效状态。另外,收益率从遵从正态分布也是B lack -Scholes 微分方程的基本假设前提,如果收益率偏离正态分布,微分方程也需要进行修改。这个角度观察,收益率的分布是股价行为的基础,要了解某股票市场价格行为的特征,必须了解该市场的收益率分布。本文将对中国深沪两市的股指收益率的分布进行实证检验,考察其是否符合正态分布或符合其t 分布形式或并无一确切表达的分布形式。9中国股票市场收益率分布曲线的实证 Ξ收稿日期:2001-04-25

股票市场风险评估分析

https://www.wendangku.net/doc/0f160000.html,/ 股票市场风险评估分析 股票市场风险管理的第二个步骤是进行风险评估。所谓风险评估，简单地说就是测算各种不确定因素导致股票投资收益水平减少的程度或可能给投资者造成经济损失的程度。 （１）风险评估的原则 ①风险评估的结果只能是一个大致的参考值。虽然风险评估的目的是测算某种不确定因素导致投资收益减少的程度，但是，不能指望它可以给出一个十分精确的数学答案，使评估的结果与将来的实际情况完全一样。更多的时候，评估者获得的是比较各种股票风险度的参照值，根据这些参照值，投资者大体了解哪种股票的风险较大，哪种股票的风险较小一些。 ②风险评估的结果很可能会发生变化。风险的变异性决定了任何一种股票的风险程度都是可以改变的。而风险程度低的股票可以因为某些原因，比如企业经营管理水平的下降而成为风险程度高的股票；反之，风险程度高的股票也会因为一些因素的变化而成为低风险的股票。所以，对风险的评估要有连续性，要定期地核对，修正其评估结果。 ③评估风险的方法通常是根据风险变动的一般规律或计量经济学的定理设计的。然而，在不同的时间、不同的地点、发生在不同类型股票上的风险，总有一定的特殊性。所以，在应用风险评估的结果进行投资决策时要注意到这一点，避免以简单的形式逻辑推理替代辩证逻辑思维，作出选择。 （２）风险评估的方法 风险评估的方法有多种多样，主要取决于评估的意图、评估对象和评估的条件。投资者可根据自己的情况作出选择，也可以综合运用多种方式来进行。目前比较常用的评估方法主要有以下几种：①专家调查法。专家调查法又称特尔斐法。它是本世纪４０年代由美国兰德公司研究人员赫尔默和达尔奇设计的一种信息调查法，以希腊名城阿波罗神殿所在地特尔斐命名。这一方法的基本特点是：以问卷形式向众多的专家个别征求对某事的看法，在此基础之上作出决策。特尔斐法调查的对象范围很广，这可以保证所收集的信息具有权威性和普遍性；同时，它所进行的调查是个别进行的，可以避免专家的立场相互干扰，保证信息的代表性和客观性。近年来，这种方法被人们普遍运用到股票风险评估之中，投资者利用这种方法广泛地听取有关专家，比如市场分析家、证券咨询人员、证券报刊的专栏撰稿人、证券业管理者和证券从业人员，以及教授、学者等对当前投资利弊与风险度的分析意见，从中归纳出带有某种倾向性的结论，供投资者决策时参考。 ②经济计量评估法。这种方法将计量经济学原理运用到股票投资风险评估中。它认为，投资者在从事股票投资时，对未来的收益状况都有自己的预期，而未来实现的收益与预期收益之间往往存在着差异，即实际收益可能大于或小于预期收益，预期收益呈负方向变动的可能性和变动的幅度，就是股票投资风险。股票投资的预期收益变动的可能性及其变动幅度，可以借助数理统计中概率分布和标准差的概念来描述。这样，对股票风险的评估就转化为求预期收益之变动的概率分布与标准差的计量经济问题。股票未来可能收益的概率分布的均方