当前位置:文档之家› 基于处置效应的股票价格波动模型和仿真

基于处置效应的股票价格波动模型和仿真

基于处置效应的股票价格波动模型和仿真
基于处置效应的股票价格波动模型和仿真

Vol.23No.3安徽工业大学学报第23卷第3期July2006J.ofAnhuiUniversityofTechnology2006年7月

文章编号:1671-7872(2006)03-0341-05

基于处置效应的股票价格波动模型和仿真

钱贤,冯芸

(上海交通大学安泰管理学院,上海200052)

摘要:处置效应是一种典型的投资者认知偏差,表现为"售盈持亏"的投资倾向。从具有处置效应的交易者和流动性交易者对股票不同的需求函数出发,建立了基于处置效应的股价波动模型。对该模型的仿真发现处置效应交易者非线性的需求函数更符合实际;同时处置效应使得股价的波动性降低,增加了市场的稳定性,利用投资者交易的账户数据进行实证。

关键词:处置效应;投资者行为;波动;仿真

中图分类号:F830.9文献标识码:A

ModelofStockPriceFluctuationBasedonDispositionEffectandItsSimulation

QIANXian,FENGYun

(AntaiSchoolofManagement,ShanghaiJiaotongUniversity,Shanghai200052,China)

Abstract:DispositionEffectisatypicalCognitiveDissonance,whichmeansthetendencytosellwinninginvestmentstoosoonandholdlosinginvestmentstoolong.Startsfromthedifferentdemandfunctionofliquidityinvestorsanddispositioninvestorsandthenestablishesamodelofstockpricefluctuationbasedondispositioneffect.Simulationsindicatethatnon-lineardemandfunctionaccordswiththeactualconditions;dispositioneffectreducesfluctuationofstockpriceandstabilizesthemarket.Forthelatterconclusion,anempiricalresearchisconductedwithtradingrecordsatabrokeragehouse.

Keywords:dispositioneffect;investorbehavior;fluctuation;simulation

金融学者致力于股票价格波动模型的研究,带动了证券市场其它理论研究的发展,如市场有效性理论、资本资产定价理论、市场均衡理论等。股价波动理论也是一些金融理论的基础。Black-Sholes期权定价公式的假设之一就是股价服从对数正态分布。对市场有效性的检验则要利用随机游走模型。

股票在交易过程中价格的波动是一个极其复杂的过程。除了国家宏观政策、政治突发事件、公司决策层的变动、经营策略的改变外,投资者的行为也会影响股价。有限理性的投资者受到自身固有的各种认知偏差的影响,会产生投资行为的偏差。因此研究投资者的行为偏差对股价乃至整个市场的影响,对于促进我国股民和股市达成双赢的发展局面有着重要的现实意义。

处置效应最早由Shefrin,Statman提出[1],他们结合Thaler的心理账户理论和Kahneman的前景理论,从投资者行为的角度来解释,认为投资者对每一个股票都设有心理账户,在账户中运用价值函数,评估相对参考点的盈利和损失,由于风险厌恶(lossaversion)的心理特征产生了股票投资上的处置效应。

检验处置效应的主要方法是利用投资者交易的账户数据。Odean提出了用盈利实现比例和亏损实现比例衡量处置效应[2],发现美国投资者有较强的“售盈持亏”的现象。出于避税因素考虑,美国投资者在12月份卖出亏损股票较多,处置效应不是十分明显。国内最早研究处置效应的是赵学军,王永宏[3],结论为中国投资者存在明显的处置效应,且这种倾向大于国外的投资者。吕岚、李学的实证研究更加深入,提出了多种参考点的定义,检验了不同规模投资者的处置效应,并分析了处置效应中的理性因素[4]。

对处置效应影响因素的研究集中在公司的规模、投资者类型、股票的波动性。Ritter认为小公司股票的投资者

收稿日期:2005-11-14

作者简介:钱贤(1980-),女,江苏常州人,硕士生,研究方向:金融工程。

安徽工业大学学报2006年

存在更明显的处置效应[5];ElenaRanguelova则认为投资者对小规模公司的股票存在反向处置效应[6]。现有的研究都支持个人投资者的处置效应强于机构投资者。施东晖,孙培源发现选择波动性低的投资者不存在处置效应[7];Tversky,Kahneman认为波动性低的股票存在处置效应反转[8]。陈磊,曾勇认为股市下跌时投资者更加认真对待持有的投资组合,行为趋于理性,处置效应不显著[9]。

可见,国内外学者集中研究处置效应的检验和影响因素,研究处置效应对股价乃至整个市场的影响比较少。Grinblatt,Han提出了一个基于处置效应的股票价格行为模型[10]。其中关于股票的基本价值服从随机漫步的假设不合理。而且处置效应投资者对股票的需求函数是线性的,不能很恰当地反映投资者盈亏时不同的心理特征。文中在此基础上进行了改进,假设股票价格服从对数正态分布,提出了处置效应交易者非线性的需求函数,并考虑市场上同时存在流动性交易者。

1基于处置效应的股价波动模型

1.1基本假设

同Grinblatt,Han一样,假设市场中只存在一种资产,即有风险的股票,总量为1。与Grinblatt,Han不同的是,文中把完全理性的交易者和处置效应交易者归为一类,统称为处置效应交易者。同时,还考虑市场上存在流动性交易者。假设市场上这两类交易者的比例分别是μ

和1-μ。(1)处置效应交易者的需求函数

Dd

t=1+b[(Ft-Pt)+λ(Rt-Pt)]其中

Ft,Pt,Rt分别为该股票的基本价值、市场价格和投资者确定的参考价格;λ是处置系数,λ越大处置效应越强;b是常系数。对于完全理性的交易者,λ=0,其对股票的需求取决于股票的基本价值和市场价格的差。当市场价格低于基本价值时,完全理性的交易者会买入股票,反之则卖出股票。对于处置效应交易者,λ≠0,相对于

完全理性交易者,此类交易者在赢利时急于卖出更多的股票,而在亏损时则持有更多的股票。赢利和亏损的确定标准取决于市场价格和参考价格之差。

式(1)中的λ在盈亏时可能有不同的取值,因为投资者在盈亏时不同的心理特征会有不同的行为,因此假设这个需求函数是非线性的。

(2)流动性交易者的需求函数

流动性交易者依据外生的原因对股票进行买卖,不考虑股票的价格。其需求函数如下:

Dlt=Dl

t-1+bε1,t-1

(2)

其中:ε1,t为独立同分布随机变量,均值为0,方差为1。

(3)参考价格Rt的确定

假设参考价格为所有买入交易的加权平均价。也就是买入交易时,投资者会相应地调整参考价格;卖出交易时,参考价格不变。

Rt+1=

(Ddt-Ddt-1)Pt+Dd

t-1Rt

Dd

Ddt>Dd

t-1Rt

Dd

t≤Dd

t-1

#

%%%%%$%%%%%&

(3)

(4)股票基本价值Ft的假设

Grinblatt,Han的模型中假设股票的基本价值服从随机漫步。当前时刻股价的期望值等于前一个时刻股价的期望值。随机漫步模型所描述的股价波动过程是一个漂移率为0的扩散过程,考虑市场长期波动的情

况,当前的股票价格与未来的股价期望值是一致的。如果是这样,投资者长期持有某一只股票是没有意义的。由于上市公司经营并赚取利润,公司的股票价格从长期来看,应该呈现逐渐上升的趋势。所以在这里假设股票的价值服从对数正态分布。对数正态分布的基本假设在随机漫步中引进漂移,既考虑了货币的时间价值,又避免股票价格为负的理论尴尬。对数正态分布的数学表达式如下:

λ=λ1,P>Rλ=λ2,P≤R

(1)

342

第3期图1基本价值和价格序列图

FT=Ftexp((μ-12

σ2

)(T-t)+σεT-t!)

(4)

1.2股票的均衡价格

假设某一只股票的市场供给是一定的,为1,总需求与总供给相等得:

St=μDdt+(1-μ)Dd

t=1

(5)

由式(1),(2),(5)可得到该股票的均衡价格:

Pt=

μFt+μλRt+(1-μ)t-1

i=1

"ε1,j

μ(1+λ)

(6)

2模型仿真

2.1参数及初始值的设定

假设股票价值的年收益率为5%,年波动率为20%,这里取的是经验值。1年250个交易日,则日收益率

μ1=5%/250=0.0002,日波动率σ1=0.2/250!=0.0126。股票价值Ft的序列:

Ft+1=Ftexp((μ1-12

×σ2

1)+σ1ε2,t)(7)

这里ε2,t服从标准正态分布。给定变量的初始值和各参数值见表1。其中μ1,σ1来自上文的计算;μ

取0.9是假表1初始值以及参数的取值

μμ1σ1bλ1,λ2

F1R1Dl

0.9

0.0002

0.0126

0.05

变化

50

50

设市场上有90%的处置效应交易者;期初股票的基本价值

(F1)和参考价格(R1)都为50;b取0.05;期初流动性交易者的需求量为Dl

1=1。

2.2模型仿真及结果

改变λ1,λ2

的值,利用Matlab仿真得到一系列的股票价格序列Pt。再利用对数收益率ln(Pt/Pt-1)“尖峰胖尾”的统计特征,来判断λ1,λ2的取值是否合理。对每一组λ1,λ2,都要仿真150次,每一次仿真的步长是150

(即150天),股票价格Pt序列会得到22500个仿真值。这样一个大样本得到的统计量是比较稳定的,避免了随意性。

首先假设λ1=λ2,其值越大,投资者的处置效应越强。若λ1=λ2>1,表明投资者进行决策时,自己确定的参考价格更为重要;若λ1=λ2<1,表明投资者更看重股票的根本价值。给定一系列λ1,λ2的值,观察对数收益率ln(Pt1/Pt-1)的统计特征,得到的结果如表2。其中的P值(双侧)是Kolmogorov-smirnov单一样本检验结果。如果P值大于0.05,则服从正态分布。

当λ1=λ2≤1时,ln(Pt/Pt-1)的偏度都小于零,也就是负偏的,而且峰度大都小于3,偏小。So等人研究了

1980 ̄1991年的东南亚7国的股票市场,发现几乎所

有的市场都具有高峰度和负偏度的特征[11]

。顾岚等用

聚类分析方法选出了沪深两市具有代表性的股票各

15只,研究了其收益率,结果表明沪市绝大部分偏度值为正;深市只有3只股票是负偏[12]。依照“尖锋胖尾”的统计特征,认为上述模型中,λ1,λ2是大于1的,也

就是投资者自己确定的相对价格更为重要。

从表2中还得出:处置效应的存在使得价格的波动小于价值的波动,且处置系数λ1,λ2越大,价格的波

表2

λ1,λ2相等时,对数收益率ln(Pt/Pt-1)的统计特征λ1,λ2

Std(方差)skew(偏度)kurt(峰度)P值(双侧)100,100

0.00010.01943.11310.585050,500.00030.01873.11000.596010,100.00120.01413.08910.68005,50.00220.00953.06970.78973,30.00320.00473.05140.87111,10.0064-0.00833.01290.96630.7,0.70.0075-0.01243.00420.96090.5,0.50.0085-0.01592.99850.94700.3,0.30.0098-0.02032.99360.90450,0

0.0127

-0.0295

2.9927

0.7820

52.551.5

50.5

49.5

P(λ1=λ2=5)

P(λ1=λ2=3)t/天

P/元

钱贤等:基于处置效应的股票价格波动模型和仿真

343

安徽工业大学学报2006年

表3λ1,λ2不等时,对数收益率ln(Pt/Pt-1)的统计特征

λ1,λ2Std(方差)skew(偏度)kurt(峰度)P值(双侧)10,50.0016-0.08903.78730.642310,3

0.0023-0.12225.15100.74345,30.0026-0.06273.31300.87785,100.00190.08864.09480.64283,10

0.00270.10464.80840.88963,50.0029

0.0658

3.6503

0.9103

动幅度越小,偏度和峰度也越大。通过图1可以更直观地看出来。

处置效应的强弱与股价波动率具有上述的关系是因为:如果投资者在一个价位购买了某只股票,这个价位就成为了这些投资者的参考点。当股价上升时,由于处置效应,投资者非常愿意出售这些股票,从而减少了这只股票的需求。由于需求的减少,一定程度上减缓了股价进一步上涨的速度。同样的道理,当股价下降时,投资者厌恶实现亏损,不是全部抛出股票,而是继续持有部分,从而增加了股票的需求。需求的增加,阻止了股价的进一步下跌。所以处置效应降低了股价的波动性,提高了市场的稳定性。

同样给出一系列λ1,λ2的值,考察这两个参数不相等时的情况,得到对数收益率的统计特征,如表3。

λ1>λ2时,ln(Pt/Pt-1)都是负偏的;而λ1<λ2时,ln(Pt/Pt-1)

都是正偏的。因此,在上述模型中λ1<λ2或λ1=λ2。也就是具有处置效应的投资者非线性的需求函数更符合实际情况。这和卡尼曼非线性的价值函数是一致的。投资者在盈

亏时不同的风险偏好导致其不同的价值函数。同样盈亏时不同的风险偏好,导致其需求函数有所不同。

3处置效应强弱与股价波动率关系的实证检验

处置效应导致了股票波动性的降低,且处置效应越强,股票的波动性越低。

实证用到的股票交易数据来自CSMAR数据库,是香港理工大学和深圳国泰安技术有限公司联合开发的。该数据库规范,来源可靠,为计算结果的正确性提供了可靠的保证。根据该数据库中每日可比收盘价(考虑公司分配和股本变动),得到每只股票对数收益率的波动率Std。根据某大型证券公司某个营业部2004年所有投资者的账户数据(只包括A股交易),计算每一只股票的处置效应的强弱,即DIF的值。具体方法为:对于每一笔卖出交易,计算这只股票卖出价格与参考价格的差,来确定是赢利实现(RG)还是亏损实现(RL)。每一个投资者确定的某只股票的参考价格为之前所有买入交易的加权平均价格。每进行一笔买入交易,则调整该股票的参考价格;卖出交易时,参考价格不变。该日该账户没有卖出的股票处于票面盈利(PG)或票面亏损(PL)状态。如该日复权最高价、

复权最低价均大于参考价格,则这个股票处于票面盈利;如该日复权最高价、复权最低价均小于参考价格,则该股票处于票面亏损;若参考价格处于最低最高复权价之间,则既不是票面盈利也不是票面亏损。加总所有账户的赢利实现、票面盈利、亏损实现、票面亏损的数目,得到:

盈利实现比例(PGR)=赢利实现/(赢利实现+票面盈利)亏损实现比例(PLR)=亏损实现/(亏损实现+票面亏损)

如果盈利实现比利大于亏损比例,证明投资者更愿意卖出盈利的股票,存在处置效应。DIF=PGR-PLR可以衡量这只股票投资者的处置效应强弱程度。

Odean利用上述方法,计算了所有投资者的处置效应强弱。但是按照这种方法来计算某只股票投资者的处置效应强弱则不合理。账户数据中,平均每一只股票的交易记录只有51条。对某些交易不频繁的股票,交易记录更少,计算所得的DIF值就有很大的随意性,不能代表这只股票投资者的处置效应强弱程度。因此,把账户数据中有交易记录的股票随机分组,每20只股票一组。每组的DIF和Std如表4。

Std和DIF的相关系数ρ=-2.88,T=-2.39,伴随概率是0.020,因此这两个序列负相关,证明了上述仿真的结

论。

4结束语

从处置效应交易者和流动性交易者不同的需求函数出发,建立了基于处置效应的股票价格模型。对这个模型仿真,依据股价对数收益率尖峰胖尾的统计特征,确定了处置系数λ的取值范围,从而得出处置效应投资者的需求函数是非线性的;同时还得出处置效应的存在降低了股价的波动性,稳定了市场。利用投资者账户数据和CSMAR交易数据,检验了这一结论。

股票的量价是联动的,投资者行为的偏差不仅仅会影响股票的价格,同时也会影响股票的成交量。因此

344

第3期

钱贤等:基于处置效应的股票价格波动模型和仿真345

在今后的研究中,可以进一步考虑处置效应对股票成交量的影响。

表4分组股票的波动率Std和处置效应程度DIF

组号StdDIF组号StdDIF组号StdDIF

10.0264230.225857230.0307160.198393450.025030.234069

20.0264060.212185240.030560.228144460.0228820.209292

30.0256540.223295250.0226020.260056470.0240610.24597

40.024630.208571260.0233140.204674480.0243330.239961

50.0245740.235372270.02490.199406490.0232590.253237

60.025520.194173280.0247430.233128500.0257310.233695

70.0233880.213378290.0231730.299445510.0241710.254149

80.0259460.202951300.0244850.200866520.0246360.214701

90.025890.231547310.0257720.200567530.0252670.263209

100.0248320.198132320.0256370.252532540.0241950.246192

110.025170.240786330.0255970.221819550.0245780.22724

120.0266930.211402340.0230040.222129560.0248970.215726

130.024990.198216350.024070.211494570.0261630.216435

140.0246720.194828360.0229020.214279580.0259110.240128

150.0247640.205085370.0227360.25395590.0243190.204346

160.0240710.2035380.0226720.229814600.0226260.224831

170.0245880.21207390.0233340.235985610.0252710.230191

180.0236770.237909400.0233860.259887620.0232960.257172

190.0246660.217032410.02350.235197630.0244520.224599

200.0240110.231429420.0238510.234527640.0264290.211963

210.0232230.198392430.0247390.246607650.0263390.191853

220.0243660.229202440.0252170.233119

参考文献:

[1]ShefrinH,StatmanM.TheDispositiontoSellWinnersTooEarlyandRideLosersTooLong:TheoryandEvidence[J].JournalofFinance,1985,40(3):777-782.

[2]OdeanT.Areinvestorsreluctanttorealizetheirlosses?[J].JournalofFinance,1998,53(5):1775-1798.

[3]赵学军,王永宏.中国股市"处置效应"的实证分析[J].金融研究,2001(7):92-97.

[4]吕岚,李学.中国股市投资者的处置效应[R].深圳证券交易所综合研究所研究报告[EB/OL].http://www.p5w.net/docs/stimes/today/200204220198.html,2002-04-22.

[5]JayRRitter.BehavioralFinance[J].Pacific-BasinFinanceJournal2003(11):429-437.

[6]ElenaRanguelova.DispositionEffectandFirmSize:NewEvidenceonIndividualInvestorTradingActivity[Z].WorkingPaper,HarvardUniversity,2001.

[7]孙培源,施东晖.投资者总是风险厌恶吗?--来自中国股市的证据[J].证券市场导报,2002(9):54-57.

[8]Tversky,Kahneman.AdvancesinProspectTheory:CumulativeRepresentationsofUncertainty[J].JournalofRiskandUncertainty,1992(4):279-323.

[9]陈磊,曾勇.基于股市下跌背景的处置效应研究[J].管理评论,2005(3):24-29

[10]MarkGrinblatt&BingHan.TheDispositionEffectandMomentum[EB/OL].http://www.nber.org/papers/w8734,2002-01-30.

[11]SoM,LamKLiWK.AnEmpiricalStudyofVolatilityinSevenSoutheastAsianStockMarketsUsingARVModels[J].JournalofBusinessFinance&Accounting,1997,24(2):262-275.

[12]顾岚,孙立娟,薛继锐.中国股市的基本统计分析[J].数理统计与管理,2001(1):54-62.

股票价格波动的研究

股票价格波动的研究 I、问题重述 股票市场已经成为中国市场经济体系重要组成部分,股票市场能否健康发展是中国经济稳定发展的重要基础。股票市场在资源配置、信息传导等方面一直发挥着其独特的作用,具有重要的研究意义。 人们对股票市场进行了深入的研究,认为,股票的价格是随机波动的,这种随机波动是有规律的,而规律是变化的。纵观股票市场的走势,价格总是呈现剧烈的波动,交替出现波峰波谷、往来反复的特性。比如上海证券交易所的上证指数从2005年6月6日的998点一直上升到2007年10月16日的6124点形成波峰,之后一路下跌到2008年10月28日的1664点之后才转入上升,形成波谷。股票价格呈现上升-下跌-上升-下跌的周期循环走势。 一、试建立数学模型讨论股票价格的涨跌的周期性问题,可以选择中国证券市场任何一种股票价格指数(如上证指数、深证成指、创业板指,中证50等)进行讨论。 二、研究表明,股票价格的涨跌受到许多因素的影响,比如国家的政策(经济、财经等)、国家宏观经济状况、上市公司经营情况、交易者的交易行为、心理等。试建立数学模型分析上述因素对股票价格波动的影响。 三、传统经济学认为:商品的价格围绕价值波动。试抽取5只上海证券交易所或深圳证券交易所的股票,结合一、二两问,建立数学模型讨论这种波动,比如价值、波幅、周期、影响波动的因素等。 四、根据上述研究,写一篇短文,给新入市交易的交易者提供建议。 II、问题分析 2.1 股票市场价格及其波动性研究意义 作为反映市场所有信息的股票价格是研究的核心,尤其是对股票波动特征的研究,对于衍生工具定价、市场监管、价格预测及风险控制等一系列金融市场中的重要课题都占据了举足轻重的地位。 由于我国股票市场的发展历史较短,且一直表现出极大的不稳定性。管理层、投资者等各方均对我国股票市场价格波动程度及其变化规律的研究越来越感兴趣。 目前我国股票市场价格波动的研究成果数量较少且多停留在定性的层面。即使有部分研究者采用数量模型,也局限于单一方面,未形成系统性。因此,选取具有代表性的股票市场作为研究对象,并从理论到实证,单个模型至多个模型的对比分析,进行深入全面地系统研究,为更好地均衡股票市场格局、引导投资者理性入市、股票市场促进国家宏观经济健康发展、扶正政府在股票市场管理的功能定位以进行有效管理,具有现实的应用价值。 2.2 问题分析 问题一:股票的价格受到经济环境、国家政策等多方面因素的影响,具有很大的波动性,通过对过去20年的股价进行汇总,可以发现股价呈现峰谷交替的周期性变动。拟选定一种股票价格指数(如上证指数),建立适当模型研究股票价格涨跌的周期性问题;初步判断由于股价的相对不确定性,股价指数具有一定程度上的马氏性,可以选择建立马氏链模型,来对周期有一个判断,之后通过小

7种量化选股模型

7种量化选股模型 1、【多因子模型】 2、【风格轮动模型】 3、【行业轮动模型】 4、【资金流模型】 5、【动量反转模型】 6、【一致预期模型】 7、【趋势追踪模型】 1、【多因子模型】 多因子模型是应用最广泛的一种选股模型,基本原理是采用一系列的因子作为选股标准,满足这些因子的股票则被买入,不满足的则卖出。 基本概念 举一个简单的例子:如果有一批人参加马拉松,想要知道哪些人会跑到平均成绩之上,那只需在跑前做一个身体测试即可。那些健康指标靠前的运动员,获得超越平均成绩的可能性较大。多因子模型的原理与此类似,我们只要找到那些对企业的收益率最相关的因子即可。 各种多因子模型核心的区别第一是在因子的选取上,第二是在如何用多因子综合得到一个最终的判断。 一般而言,多因子选股模型有两种判断方法,一是打分法,二是回归法。 打分法就是根据各个因子的大小对股票进行打分,然后按照一定的权重加权得到一个总分,根据总分再对股票进行筛选。 回归法就是用过去的股票的收益率对多因子进行回归,得到一个回归方程,然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判,然后再以此为依据进行选股。 多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。

候选因子的选取 候选因子的选择主要依赖于经济逻辑和市场经验,但选择更多和更有效的因子无疑是增强模型信息捕获能力,提高收益的关键因素之一。 例如:在2011年1月1日,选取流通市值最大的50支股票,构建投资组合,持有到2011年底,则该组合可以获得10%的超额收益率。这就说明了在2011年这段时间,流通市值与最终的收益率之间存在正相关关系。 从这个例子可以看出这个最简单的多因子模型说明了某个因子与未来一段时间收益率之间的关系。同样的,可以选择其他的因子,例如可能是一些基本面指标,如 PB、PE、EPS 增长率等,也可能是一些技术面指标,如动量、换手率、波动等,或者是其它指标,如预期收益增长、分析师一致预期变化、宏观经济变量等。同样的持有时间段,也是一个重要的参数指标,到底是持有一个月,还是两个月,或者一年,对最终的收益率影响很大。 选股因子有效性的检验 一般检验方法主要采用排序的方法检验候选因子的选股有效性。例如:可以每月检验, 具体而言,对于任意一个候选因子,在模型形成期的第一个月初开始计算市场中每只正常交易股票的该因子的大小,按从小到大的顺序对样本股票进行排序,并平均分为n个组合,一直持有到月末,在下月初再按同样的方法重新构建n 个组合并持有到月末,每月如此,一直重复到模型形成期末。 上面的例子就已经说明了这种检验的方法,同样的可以隔N个月检验,比如2 个月,3个月,甚至更长时间。还有一个参数是候选组合的数量,是50支,还是100支,都是非常重要的参数。具体的参数最优的选择,需要用历史数据进行检验。 有效但冗余因子的剔除 不同的选股因子可能由于内在的驱动因素大致相同等原因,所选出的组合在个股构成和收益等方面具有较高的一致性,因此其中的一些因子需要作为冗余因子剔除,而只保留同类因子中收益最好,区分度最高的一个因子。例如成交量指标和流通量指标之间具有比较明显的相关性。流通盘越大的,成交量一般也会比较大,因此在选股模型中,这两个因子只选择其中一个。 冗余因子剔除的方法:假设需要选出k 个有效因子,样本期共m 月,那么具体的冗余因子剔除步骤为: (1)先对不同因子下的n个组合进行打分,分值与该组合在整个模型形成期的收益相关,收益越大,分值越高 (2)按月计算个股的不同因子得分间的相关性矩阵; (3)在计算完每月因子得分相关性矩阵后,计算整个样本期内相关性矩阵的平均值 (4)设定一个得分相关性阀值 MinScoreCorr,将得分相关性平均值矩阵中大于该阀值的元素所对应的因子只保留与其他因子相关性较小、有效性更强的因子,而其它因子则作为冗余因子剔除。

股票定价模型增长模型

股票定价模型 -、零增长模型 零增长模型假定股利增长率等于零,即G=0,也就是说未来的股利按一个固定数量支付。 [例] 假定某公司在未来无限时期支付的每股股利为8元,其公司的必要收益率为10%,可知一股该公司股票的价值为8/0.10=80元,而当时一股股票价格为65元,每股股票净现值为80—65=15元,因此该股股票被低估15元,因此建议可以购买该种股票。 [应用] 零增长模型的应用似乎受到相当的限制,毕竟假定对某一种股票永远支付固定的股利是不合理的。但在特定的情况下,在决定普通股票的价值时,这种模型也是相当有用的,尤其是在决定优先股的内在价值时。因为大多数优先股支付的股利不会因每股收益的变化而发生改变,而且由于优先股没有固定的生命期,预期支付显然是能永远进行下去的。 二、不变增长模型 (1)一般形式。如果我们假设股利永远按不变的增长率增长,那么就会建立不变增长模型。 [例]假如去年某公司支付每股股利为1.80元,预计在未来日子里该公司股票的股利按每年5%的速率增长。因此,预期下一年股利为1.80×(1十0.05)=1.89元。假定必要收益率是11%,该公司的股票等于1.80×[(1十0.05)/(0.11—0.05)]=1.89/(0.11—0.05)=31.50元。而当今每股股票价格是40元,因此,股票被高估8.50元,建议当前持有该股票的投资者出售该股票。 (2)与零增长模型的关系。零增长模型实际上是不变增长模型的一个特例。特别是,假定增长率合等于零,股利将永远按固定数量支付,这时,不变增长模型就是零增长模型。 从这两种模型来看,虽然不变增长的假设比零增长的假设有较小的应用限制,但在许多情况下仍然被认为是不现实的。但是,不变增长模型却是多元增长模型的基础,因此这种模型极为重要。 三、多元增长模型 多元增长模型是最普遍被用来确定普通股票内在价值的贴现现金流模型。这一模型假设股利的变动在一段时间7、内并没有特定的模式可以预测,在此段时间以后,股利按不变增长模型进行变动。因此,股利流可以分为两个部分。 第一部分包括在股利无规则变化时期的所有预期股利的现值。

股价波动模型的研究

股价波动模型的研究 2015年4月14日

1.基础背景 1.1.我国股市的诞生 1984年,当时中国人民银行研究生部20多名研究生发表了轰动一时的《中国金融改革战略探讨》,其中第一次谈到了在中国建立证券市场的构想。 1984年11月18日,中国第一个公开发行的股票——飞乐音响向社会发行1万股,在海外引起比国内更大的反响,被誉为中国改革开放的一个信号。 1986年9月26日清晨,南京西路1806号门口被围得水泄不通,投资者蜂拥而至。当时在柜台交易的股票只有2家,飞乐音响公司总股本50万元,延中实业公司总股本500万元,总共只有550万元。开市第一天交易到16时30分收盘,共成交股票1540股,成交金额85280元。这一天对于中国资本市场来说是一个重要的日子,中国第一个证券交易柜台——静安证券业务部开张,标志着新中国从此有了股票交易。从静安证券交易柜台到上海证券交易所,中国的股市就此已经走了20年。 1990年11月20日,上海证券交易所成立,同年12月19日正式营业。 1990年12月1日,深圳证券交易所成立,且当日开业,为保险起见,前面加一“试”,又叫试营业。1991年7月3日,举行正式开业典礼。 当时的一位设计者的评论说道:“历史在为未来奋斗的时候总是高尚和纯洁的,当年设计者所构想的证券市场只有一个榜样——欧美,欧美股市是完全市场化的结果,是最精明的商人之间的活动,而中国的历史现实却决定了中国的股市一开始就带着太多的政府色彩。”这为后来的政策市以及国企圈钱埋下了伏笔。 1991年8月,中国证券业协会在北京成立。 1992年5月21日,上海股市交易价格限制全部取消,股市交易价格开始尝试由市场引导。仅仅3天,股票价格就一飞冲天,暴涨570%!其中,5只新股市价面值竟狂升2500%至3000%! 1992年10月12日,国务院证券委员会及其执行机构中国证券监督管理委员会成立。全国人大也开始讨论要不要制定《证券法》。管理层开始实施以“打压”为主的监管。

股票价格波动规律的模型

股票价格波动规律的模型 1. 经典的Black-Scholes 模型 0>∈+=σμσμ,,R dB S dt S dS t t t t S S =0 ],0[T t ∈ 2. 广义Black-Scholes 模型 t t t dB S t t S dt S t t S t dS ),()(),()()(σμ+= S S =)0( 3.指数O-U 过程模型 ))()()())(ln ()(t dB t S dt t S t S t dS σαμ+-= S S =)0( 4.带跳的几何Brown 运动模型 )]()()())()()[(()(t dN t dB t dt t t t S t dS Φσθλμ++--=, S S =)0( 5.指数Levy 过程模型 t dY t t S dt t t S t dS )()()()()(σμ+= 其中,Y 是Levy 过程(平稳的独立增量过程) 6.多维扩散过程模型

)(∑=+=n j j t ij t i t i t i t dB dt S dS 1 σμ 000>=i i s S d i ,,,Λ21= (d n ≥) 7.随机波动率模型 1t t t t t t t t dB Y S t S dt Y S t S dS ),,(),,(σμ+= 2 t t t t t t dB Y S t b dt Y S t a dY ),,(),,(+= 8.分式几何Brown 运动模型 0>∈+=σμσμ,,R dB S dt S dS H t t t t H B 是参数为H 的分式Brown 运动,当21 =H 时H B 是标准Brown 运动,当 21 ≠H 时H B 是正态过程,但不是半鞅. 9.指数半鞅模型 t t t dX S dS = (}ex p{t t X S =或t t X S )(ε=)

7种量化选股模型

【多因子模型】 多因子模型是应用最广泛的一种选股模型,基本原理是采用一系列的因子作为选股标准,满足这些因子的股票则被买入,不满足的则卖出。 基本概念 举一个简单的例子:如果有一批人参加马拉松,想要知道哪些人会跑到平均成绩之上,那只需在跑前做一个身体测试即可。那些健康指标靠前的运动员,获得超越平均成绩的可能性较大。多因子模型的原理与此类似,我们只要找到那些对企业的收益率最相关的因子即可。各种多因子模型核心的区别第一是在因子的选取上,第二是在如何用多因子综合得到一个最终的判断。 一般而言,多因子选股模型有两种判断方法,一是打分法,二是回归法。 打分法就是根据各个因子的大小对股票进行打分,然后按照一定的权重加权得到一个总分,根据总分再对股票进行筛选。回归法就是用过去的股票的收益率对多因子进行回归,得到一个回归方程,然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判,然后再以此为依据进行选股。 多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。 候选因子的选取 候选因子的选择主要依赖于经济逻辑和市场经验,但选择更多和更有效的因子无疑是增强模型信息捕获能力,提高收益的关键因素之一。 例如:在2011年1月1日,选取流通市值最大的50支股票,构建投资组合,持有到2011年底,则该组合可以获得10%的超额收益率。这就说明了在2011年这段时间,流通市值与最终的收益率之间存在正相关关系。 从这个例子可以看出这个最简单的多因子模型说明了某个因子与未来一段时间收益率之间的关系。同样的,可以选择其他的因子,例如可能是一些基本面指标,如 PB、PE、EPS 增长率等,也可能是一些技术面指标,如动量、换手率、波动等,或者是其它指标,如预期收益增长、分析师一致预期变化、宏观经济变量等。 同样的持有时间段,也是一个重要的参数指标,到底是持有一个月,还是两个月,或者一年,对最终的收益率影响很大。 选股因子有效性的检验 一般检验方法主要采用排序的方法检验候选因子的选股有效性。例如:可以每月检验,具体而言,对于任意一个候选因子,在模型形成期的第一个月初开始计算市场中每只正常交易股票的该因子的大小,按从小到大的顺序对样本股票进行排序,并平均分为n个组合,一直持有到月末,在下月初再按同样的方法重新构建n个组合并持有到月末,每月如此,一直重复到模型形成期末。 上面的例子就已经说明了这种检验的方法,同样的可以隔N个月检验,比如2个月,3个月,甚至更长时间。还有一个参数是候选组合的数量,是50支,还是100支,都是非常重要的参数。具体的参数最优的选择,需要用历史数据进行检验。 有效但冗余因子的剔除 不同的选股因子可能由于内在的驱动因素大致相同等原因,所选出的组合在个股构成和收益等方面具有较高的一致性,因此其中的一些因子需要作为冗余因子剔除,而只保留同类因子中收益最好,区分度最高的一个因子。例如成交量指标和流通量指标之间具有比较明显的相关性。流通盘越大的,成交量一般也会比较大,因此在选股模型中,这两个因子只选择其中一个。 冗余因子剔除的方法:假设需要选出k 个有效因子,样本期共m 月,那么具体的冗余

几种常用的股票价值计算法

几种常用的股票价值计算法 1.DDM模型(Dividend discount model /股利折现模型) 2.DCF /Discount Cash Flow /折现现金流模型) (1)FCFE (Free cash flow for the equity equity /股权自由现金流模型)模型 (2)FCFF模型(Free cash flow for the firm firm /公司自由现金流模型) DDM模型 V代表普通股的内在价值,Dt为普通股第t期支付的股息或红利,r为贴现率 对股息增长率的不同假定,股息贴现模型可以分为 :零增长模型、不变增长模型(高顿增长模型)、二阶段股利增长模型(H模型)、三阶段股利增长模型和多元增长模型等形式。 最为基础的模型;红利折现是内在价值最严格的定义;DCF法大量借鉴了DDM的一些逻辑和计算方法(基于同样的假设/相同的限制)。 1. DDM DDM模型模型法(Dividend discount model / Dividend discount model / 股利折现模型股利折现模型) DDM模型 2. DDM DDM模型的适用分红多且稳定的公司,非周期性行业; 3. DDM DDM模型的不适用分红很少或者不稳定公司,周期性行业; DDM模型在大陆基本不适用; 大陆股市的行业结构及上市公司资金饥渴决定,分红比例不高,分红的比例与数量不具有稳定性,难以对股利增长率做出预测。 DCF 模型 2.DCF /Discount Cash Flow /折现现金流模型)DCF估值法为最严谨的对企业和股票估值的方法,原则上该模型适用于任何类型的公司。 自由现金流替代股利,更科学、不易受人为影响。 当全部股权自由现金流用于股息支付时,FCFE模型与DDM模型并无区别;但总体而言,股息不等同于股权自由现金流,时高时低,原因有四: 稳定性要求(不确定未来是否有能力支付高股息); 未来投资的需要(预计未来资本支出/融资的不便与昂贵); 税收因素(累进制的个人所得税较高时); 信号特征(股息上升/前景看好;股息下降/前景看淡) DCF模型的优缺点 优点:比其他常用的建议评价模型涵盖更完整的评价模型,框架最严谨但相对较复杂的评价模型。需要的信息量更多,角度更全面, 考虑公司发展的长期性。较为详细,预测时间较长,而且考虑较多的变数,如获利成长、资金成本等,能够提供适当思考的模型。 缺点:需要耗费较长的时间,须对公司的营运情形与产业特性有深入的了解。考量公司的未来获利、成长与风险的完整评价模型,但是其数据估算具有高度的主观性与不确定性。复杂的模型,可能因数据估算不易而无法采用,即使勉强进行估算,错误的数据套入完美的模型中,也无法得到正确的结果。小变化在输入上可能导致大变化在公司的价值上。该模型的准确性受输入值的影响很大(可作敏感性分析补救)。FCFE /FCFF模型区别

股票估值模型及其应用

股票估值模型及其应用 一、 股票估值模型 股票估值比债券估值更难一些。在债券估值情况下,现金流系列(利息)和时 间范围(到期日)都需要确定好,但在股票估值情况下,这些因素应更仔细地斟酌。 所以,介绍股票估值时,需考虑构成股票收益的因素是什么,我们先考虑持有时间 在1年的股票,然后再考虑期限无限长的股票。 一年期的投资者在其持有股票时期内,股票回报率公式如下 01P P P D k -+= (1) 简单地说,回报率k 等于支付的红利D 加上这一年内价格的变化P1-P0,再除 以初始股票价格P0。若采取熟悉的现值公式,可得: k P k D P +++=1110 (2) 这说明,股票的目前价格等于年末红利加年末股票价格以折现率k 折现到现在 的值。对于较长时间范围的投资者,可以以更一般的形式描述如下: ∑=+++=T t T t t t k P k D P 10) 1()1( (3) 随着投资期限越来越长——T 趋近于无穷,公式第二部分趋近于零,以至预期 的收益全部由红利流构成。求解下面的等式可求出预期的回报率k : ∑=+=T t t t k D P 10) 1( (4) 此公式表明:对于时间范围无限长的投资者(或者,从实际考虑,任何有足够 长远眼光的人),决定股票价值的基本决定因素是红利流。我们可以间接推断出:对 于一个相对短期的投资者来说,即使他是一个因想卖股票而买股票的人,红利流也 是股票价值的基本决定因素。因为若投资者所卖股票的价格被别的投资者接受,那 么这个价格即是有别的投资者根据未来预计的红利流判断确定的。 应注意:不管股票是否在当前支付红利,这种分析都是适用的。对不支付红利 的股票,如典型的高增长的股票,持有期不是无限期的股票持有者都希望一笔当前 支付红利的股票较高的价格卖出股票,获得他唯一的收益。这个卖价又是未来预计 支付红利的函数。所以对于一个投资者而言,无论是从短期还是从长期投资来看, 红利都是公司价值的决定因素。

股票定价模型.doc

股票定价模型 一、零增长模型六、开放式基金的价格决定 二、不变增长模型七、封闭式基金的价格决定 三、多元增长模型八、可转换证券 四、市盈率估价方法九、优先认股权的价格 五、贴现现金流模型 一、零增长模型 零增长模型假定股利增长率等于零,即G=0,也就是说未来的股利按一个固定数量支付。 [例] 假定某公司在未来无限时期支付的每股股利为8元,其公司的必要收益率为10%,可知一股该公司股票的价值为8

/0.10=80元,而当时一股股票价格为65元,每股股票净现值为80-65=15元,因此该股股票被低估15元,因此建议可以购买该种股票。 [应用] 零增长模型的应用似乎受到相当的限制,毕竟假定对某一种股票永远支付固定的股利是不合理的。但在特定的情况下,在决定普通股票的价值时,这种模型也是相当有用的,尤其是在决定优先股的内在价值时。因为大多数优先股支付的股利不会因每股收益的变化而发生改变,而且由于优先股没有固定的生命期,预期支付显然是能永远进行下去的。 二、不变增长模型 (1)一般形式。如果我们假设股利永远按不变的增长率增长,那么就会建立不变增长模型。 [例]假如去年某公司支付每股股利为1.80元,预计在未来日子里该公司股票的股利按每年5%的速率增长。因此,预期下一年股利为1.80×(1十0.05)=1.89元。假定必要收益率是11%,该公司的股票等于1.80×[(1十0.05)/(0.11-0.05)]=1.89/(0.11-0.05)=31.50元。而当今每股股票价格是40元,因此,股票被高估8.50元,建议当前持有该股票的投资者出售该股票。

(2)与零增长模型的关系。零增长模型实际上是不变增长模型的一个特例。特别是,假定增长率合等于零,股利将永远按固定数量支付,这时,不变增长模型就是零增长模型。 从这两种模型来看,虽然不变增长的假设比零增长的假设有较小的应用限制,但在许多情况下仍然被认为是不现实的。但是,不变增长模型却是多元增长模型的基础,因此这种模型极为重要。 三、多元增长模型 多元增长模型是最普遍被用来确定普通股票内在价值 的贴现现金流模型。这一模型假设股利的变动在一段时间7、内并没有特定的模式可以预测,在此段时间以后,股利按不变增长模型进行变动。因此,股利流可以分为两个部分。 第一部分包括在股利无规则变化时期的所有预期股利 的现值。 第二部分包括从时点T来看的股利不变增长率变动时期的所有预期股利的现值。因此,该种股票在时间了的价值(VT)可通过不变增长模型的方程求出 [例]假定A公司上年支付的每股股利为0.75元,下一年预期支付的每股票利为2元,因而再下一年预期支付的每股股利为3元,即

操作股票的几种模型

一、MACD空中加油 (一)原理:空中加油就是是指主力在拉升一只股票过程中,暂时性的休整,已达到清除浮筹的目的。在MACD指标上就显示成为:1、当DIFF上穿DEA指标形成金叉,股价经过一波上攻出现短期的震荡回调DIFF下穿DEA形成死叉。当DIFF和DEA接近0轴时,不破0轴再次形成金叉。2、DIFF下探DEA,刚一接触马上反身拉起。3、DIFF下探DEA后马上反身拉起再次形成金叉。4、DIFF下探DEA后两线缠绕。 DIFF下穿DEA后马上反身向上再次形成金 叉 DIF下穿DEA后缠绕

问题一:如何区别是暂时修整?与修整相对的就是出货,如修整买入可以赢利;如出货进去就要割肉。所以这是第一个关键问题! 出现空中加油姿态后,要判断庄家是否为出货: 1、如股价经过长期调整后能判断出有大资金入住,可计算庄家成本判断其有无出货空间。如股票已经距底部有很大的涨幅,出现加油姿态后,更要慎重。 2、结合量能与筹码峰,量能上应为缩量修整,筹码峰上底部获利筹码稳定才符合加油状态。如放量修整、筹码峰显示底部筹码大幅减少则是出货状态。 【小贴士】庄家成本计算: 1、庄家的成本要素。主要有进货成本,利息成本,拉升成本、公关成本,交易成本等。 (1)进货成本:庄家进场时需要用大量资金买入股票,这部分资金是庄家的进货成本。 (2)利息成本(融资成本):除了少数自由资金充足的机构外,大多数庄家的资金都是从各种渠道的短期借贷资金,要支他一定利息,有的借贷方还要从坐庄盈利中按比例分成。因此坐庄时间越久利息支出越高,持仓成本也就越高,有时庄家贷款到期,而股票又没有获利,那只好再临时拆借找资金,拆东墙补西墙了,或者被迫平仓出局。 (3)拉升成本:大多数庄家需要盘中对到放量制造股票成交活跃的假象,因此近交易费用一项就花费不少。另外庄家还要准备护盘资金在大盘跳水或者技术形态变坏时进行护盘,有时甚至要高买低卖。 (4)公关成本:庄家的公关费用包括多个层面,主要有管理层、券商、银行、上市公司、中介机构等,这些机构的重要性是不言而喻的,庄家也应为此付出必要成本,否则庄家就很难做上去。 (5)交易成本:尽管庄家可享受高额佣金返还,但交易过程中的印花税还是免,返笔费用也计入持仓成本之中。 2、庄家成本的简易计算方法:

某种股票价格的数据的时间序列模型的建立及分析

教育部直属国家“211工程”重点建设高校 股票价格模型 ——应用时间序列分析期末论文 2013年11月一、实验目的: 掌握用Box-Jeakins方法及Paudit-Wu方法建模及预测 二、实验内容: 应用数据1前28个数据建模,后8个数据供预测检验。 数据1 : 某种股票价格的数据(单位:元)

表1 三、数据检验 1、检验并消除数据长期趋势 法一:图形检验 (1)根据表中数据我们先画出序列图并对序列图进行平稳性分析。 (2)Matlab程序代码 x=[10.5,10.44,9.94,10.25,11,9.88,10.5,12,13.94,12.25,12.61,13.5,13.44,12.44, 13.5,15.39,15.75,13.88,14.5,15.5,16.13,14.75,11.75,15.25,17.13,20.5,19,21.5;] plot(x) xlabel('时间t'); ylabel('观测值x'); title('某种股票价格序列图'); (3)得到图(1) 图(1) (4)观察图形,发现数据存在长期向上的趋势。表示序列是不平稳的。 (5)我们再进一步对数据进行一阶差分,利用Matlab画图。

(6)Matlab程序代码 y=diff(x,1) plot(y) xlabel('时间t'); ylabel('一阶差分之后的观测值y'); title('某种股票价格差分之后序列图'); (7)得到图(2) 图(2) (8)根据图(2)初步判定一阶差分后的序列稳定 法二:用自相关函数检验 (1)用matlab做出原数据自相关函数的图 (2)Matlab程序代码 x=[10.5,10.44,9.94,10.25,11,9.88,10.5,12,13.94,12.25,12.61,13.5,13.44,12.44, 13.5,15.39,15.75,13.88,14.5,15.5,16.13,14.75,11.75,15.25, 17.13,20.5,19,21.5;]; acf1=autocorr(x,[],2); %计算自相关函数并作图 autocorr(x,[],2) acf1 (3)得到图(3)

股票定价模型

股票定价模型 贴现现金流模型 贴现现金流模型是运用收入的资本化定价方法来决定普通股票的内在价值的。按照收入的资本化定价方法,任何资产的内在价值是由拥有这种资产的投资者在未来时期中所接受的现金流决定的。由于现金流是未来时期的预期值,因此必须按照一定的贴现率返还成现值,也就是说,一种资产的内在价值等于预期现金流的贴现值。对于股票来说,这种预期的现金流即在未来时期预期支付的胜利,因此,贴现现金流模型的公式为 式中:Dt为在时间T内与某一特定普通股相联系的预期的现金流,即在未来时期以现金形式表示的每股股票的股利;K为在一定风险程度下现金流的合适的贴现率; V为股票的内在价值。 在这个方程里,假定在所有时期内,贴现率都是一样的。由该方程我们可以引出净现值这个概念。净现值等于内在价值与成本之差,即式中:P为在t=0时购买股票的成本。 如果NPV>0,意味着所有预期的现金流入的净现值之和大于投资成本,即这种股票被低估价格,因此购买这种股票可行; 如果NPV<0,意味着所有预期的现金流入的净现值之和小于投资成本,即这种股票被高估价格,因此不可购买这种股票。 在了解了净现值之后,我们便可引出内部收益率这个概念。内部收益率就是使投资净现值等于零的贴现率。如果用K*代表内部收益率,通过方程可得 由方程可以解出内部收益率K*。把K*与具有同等风险水平的股票的必要收益率(用K表示)相比较:如果K*>K,则可以购买这种股票;如果K*

改建模培训-对股票价格波动的研究

对股票价格波动的研究 摘要 本文研究了股票价格波动的问题,根据查阅的资料,运用MATLAB 拟合并构建艾略特波浪模型研究了股票价格的涨跌的周期性问题,运用层次分析法分析了题目所给因素对股票价格波动的影响,而后选取了几支股票并分析其各种特征,最后根据前文给出入股市者提出了建议。 针对问题一,选取上证指数作为分析对象,在网上查阅并统计了上证指数的历史数据,分析其各种指数, 用MATLAB 对开收盘价进行拟合,根据其大致趋势,查阅资料后,构建了艾略特波浪模型,并根据模型分析了股票价格涨跌的周期性问题。经检验,该模型是合理的。 针对问题二,经过分析,我们了解到股票价格的涨跌受到许多因素的影响,如国家的政策(经济、财经等)、国家宏观经济状况、上市公司经营情况、交易者的交易行为、心理等。采用线性回归模型,通过SPSS 分别判断股票价格与国家的政策(经济、财经等)、国家宏观经济状况、上市公司经营情况、交易者的交易行为、心理关系。因此我们得到线性函数关系式: 4321852x 00.2210.845-1.033 ++=x x x y ,即股票价格与上述因素均成线性关系。 针对问题三,在上海证券交易所各种股票中选取了5支股票,并查阅了其历史数据,通过Excel 绘制成折线图,用MATLAB 进行拟合,通过拟合结果计算其周期,波幅,并运用问题二的结果对影响这5支股票价格的因素进行了分析。 针对问题四,我们根据以上三个问题的结果,以及我们对股市的了解,给新入市交易的交易者提供了一些建议。 最后,我们总结了模型的优缺点,并提出了改进方法并对这些模型进行了推广和应用。 关键词: 上证指数 MATLAB 拟合 艾略特波浪 SPSS

股票收益率波动规律研究

股票收益率波动规律性研究 —以沪深300指数为例 目录 一、引言 (1) 二、文献综述 (2) (一)研究现状 (2) (二)本文介绍 (3) 1.本文研究的思路 (3) 2.本文研究的数据 (4) 3.本文使用的模型 (4) 三、实证研究 (9) (一)数据选取和预处理 (9) (二)数据基本统计性质 (9) (三)收益率序列平稳性和随机性检验 (11) 1.平稳性检验 (11) 2.纯随机性检验 (11) (四)建立均值方程 (12) 1.ARMA模型的建立 (12) 2.残差随机性检验 (13) 3.残差ARCH效应检验 (13) (五)GARCH类模型拟合 (14) 1.GARCH(p,q)模型 (14) 2.T-GARCH 模型和E-GARCH模型 (15) 四、结论 (17) 参考文献 (19)

一、引言 1984年7月,北京天桥股份有限公司和上海飞乐音响股份有限公司经中国人民银行批准向社会公开发行股票,这是中国股票历史上的大事记。六年后,政府允许上海、深圳两地试点公开发行股票,两地分别颁布了有关股票发行和交易的管理办法。1990年12月1日,深圳证券交易所试营业。1990年12月19日,上海证券交易所成立。时至今日,中国股市已经走过了23年,市场逐步走向成熟。 股票作为基础性金融产品,也是收益和风险并存的。股票收益率一直是投资者关注的焦点,但随着宏观经济和微观市场的变动,股票收率波动频繁,有时甚至瞬息万变。但在波动中也是有规律可循,是投资机构和股民们合理投资,正确认识收益风险关系的重要依据,对股市健康发展也有重要意义。针对收益率波动规律进行研究很有必要性。 观察大盘收益率需要借助有力的指数工具,沪深300指数是沪深证券交易所于2005年4月8日联合发布的,是反映A股市场整体走势的指数。沪深300指数编制目标是反映中国证券市场股票价格变动的概貌和运行状况,并能够作为投资业绩的评价标准,为指数化投资和指数衍生产品创新提供基础条件。中证指数有限公司同时计算并发布沪深300的价格指数和全收益指数,其中价格指数实时发布,全收益指数每日收盘后在中证指数公司网站和上海证券交易所网站上发布。沪深300指数样本覆盖了沪深市场60%左右的市值,具有良好的市场代表性和可投资性。截止到2006年8月31日,已有2只指数基金使用沪深300指数作为投资标的,有10只基金使用沪深300指数作为业绩衡量基准。它的推出,丰富了市场现有的指数体系,增加了一项用于观察市场走势的指标,也进一步为指数投资产品的创新和发展提供了基础条件,十分有利于投资者全面把握中国股票市场总体运行状况。 中国股市发展时至今日,虽有很多成就,但是问题依然明显,相对于已经成熟完善的国际市场,国内股市走向有效市场还需要一段路程。

影响我国股票市场价格波动的因素分析.

毕业论文 影响我国股票市场价格波动的因素 分析 学院:商学院 专业:金融学 班别: 金融1103 学生姓名: 侯永祥 指导教师: 侯娜 二〇一五年四月一日至二〇一五年六月三十日共十三周

摘要 随着改革开放进程的加快和加深,我国的资本市场开始发生深刻的变革,个票价格出现大幅度波动,这些波动不仅直接影响了经济的发展还直接关系到投资者的利益,影响人们的生产生活,所以说,探究影响我国股票市场价格变动的因素,并针对这些因素提出防范措施就显得尤为重要。 本文研究的是影响我国股票市场价格波动的因素分析,全文共分五章,主要研究内容如下: 第一章,绪论。交代了研究的背景、目的、意义、方法和主要研究内容。 第二章,相关理论概述。介绍了股票价格和股票市场理论,并探究了我国股票市场的发展沿革和股票市场价格波动的特征分析。 第三章,股票市场价格波动影响因素分析。从经济和非经济的角度看,介绍了微观经济、宏观经济和股票市场三个方面的因素;从市场参与主体角度介绍了上市公司行为活动、投资者行为活动和政府行为活动对股市价格的影响。 第四章,对策与建议。针对上一章中影响股市价格变动的因素,提出了稳定股市价格的对策和建议。 第五章,结论与展望。总结了文章研究的结论,并对未来的研究方向进行了展望。 关键词:股票市场;价格波动;影响因素 Abstract With the process of reform and opening up, with the rapid development of China's capital market volatility represented by stock asset price fluctuations, not only affects the smooth running of the economy, but also directly related to the interests of investors, affect people's production and life, therefore, study on the influence factors of China's stock market price change, in view of these factors and put forward preventive measures is particularly important. This paper is to analyze the impact factors of price volatility in the stock market of our country, the thesis consists of five chapters, the main contents are as follows: Chapter one, introduction. Introduces the research background, purpose, significance, methods and main contents. I

两个好用的炒股模型

两个好用的炒股模型 散户炒股不容易,首先是获知信息渠道不如机构,得到往往是二手货,结果是人家都出货了,你还去入货;其次技术上也比不上专业操盘人士,看不懂复杂指标。但是,散户也有机构比不上的优势,一是资金量小,出入容易;二是时间成本较低。下面我介绍一下两种不同操作手法,希望大家能喜欢。 一.从价定盈炒股法 股票的价格,谁都能看明白,行情图上什么都可以做假,但是价格无法做假,因此,散户在信息和技术上都没有把握的话,干脆化繁为简,什么都不看,只看价格。 1.选择一只价格未创新高,并能看到发出买入信号的股票,至于信号是KDJ,或是MACD, 还是其他,都无所谓,看各自喜好。 2.假定这只股票价格为10元,而你的资金有10万,那就买500股。 3.那么此后有两种情况: (1)上涨,如果涨到10.25元,卖出。再上涨,那就回到步骤2,除非又跌回9.75,买回500股。 (2)下跌,如果跌至9.75元,再买500股。然后每下跌0.25元,就加仓500。直到反转上涨,而上涨后,每上涨0.25元,就要减仓500。 4.碰上涨停或跌停,停止操作一次,操作价位顺延到下一级。 5.0.25和500这两个数,根据资金量和股价计算,必须确保在股价下跌50%时候还有钱加 仓。 6.除非是碰上极端的V型走势或是单边下挫走势,该方法一般都能得到稳定收益。因此如 果在操作某个股票上,连续4次加仓,那要考虑该股票是不是破位了。 二.从价定损炒股法 上面讲的定盈操作法,下面就反过来做,定损不定盈,亏要亏少的,赚要赚大的。 1.选择几只价格未创新高,并能看到发出买入信号的股票,至于信号是KDJ,或是MACD,还是其他,都无所谓,看各自喜好。 2.将你资金分成几份,每一份分别买入一只股票,份数不多于5份为宜。 3.那么此后也有两种情况: (1)上涨,持有,直到该股票冲高,从最高价跌回4-5%,清仓。 (2)下跌,一旦跌破4-5%,清仓。 4.碰上开盘跌停,立即挂单减仓。涨停的话,看盘中是否打开而定。 5.尽量选择同一只股票反复操作,如果连续三次都是止损出局,那要看看这个股票是不是破位了。

股票交易数学模型

股票交易的数学模型 结论 股票价格的运行周期可以分为四个阶段,每个阶段都可以通过价格和成交量的趋势来定义: 第一阶段:价格递增,成交量递增。 第二阶段:价格递增,成交量递减,价格会达到最大值。 第三阶段:价格递减,成交量递减。 第四阶段:价格递减,成交量递增,价格会达到最小值。 买入的最好时间在第四阶段,卖出的最好时间在第二阶段。 成交量和买卖双方的关系 假设有100份股票,看多方(买方)为B ,看空方(卖方)为S 。则有: 100S B += (1) 成交量为Y ,则有成交量函数可以描述为: ,050 100,50100B B Y B B ≤ (3) 则有如下的函数关系图:

成交量和价格的关系 根据(2)和(3)可得: ,050100,50100P P a a Y P P a a ?≤

1 从0到50,价格递增成交量递增 2 从50到100,价格递增成交量递减 3 从100到50,价格递减成交量递增 4 从50到0,价格递减成交量递增 成交量和价格对股票波动周期的分析下面是上证指数的交易数据. 阶段阶段描述对应过程 1 价格递增,成交量递增价格属于上升通道 1 2 价格递增,成交量递减价格属于上升通道,价格达到最大值 2 3 价格递减,成交量递减价格属于下降通道 4 4 价格递减,成交量递增价格属于下降通道,价格达到最小值 3 显然,第四阶段是买入的最好时间,第一阶段是买入的次好时间。 第二阶段是卖出的最好时间。

资本资产定价(CAPM)模型在我国股票市场中的应用

资本资产定价(CAPM)模型在我国股票市场中的应用 ——基于回归分析角度的实证研究 内容提要:资本资产定价模型(CAPM)主要研究证券市场中资产的预期收益率与风险资产之间的关系,以及均衡价格是如何形成的,它刻画了均衡状态下资产的预期收益率及其与市场风险之间的关系。本文首先阐述CAPM的內涵,随后采用回归分析的方法,进行中国证券市场的抽样实证分析,说明通过统计分析的方法,可以选择相对合适的市场组合收益率,提高资产估值和资产配置的准确性,对我国资本市场应用资本资产定价模型(CAPM)的有效性及其障碍进行分析,并提出了一些资本资产定价模型分析对我国股市的启示。 关键词:资本资产定价模型(CAPM);回归分析;有效性分析;实证研究 一、引言 现代资本资产定价模型(CAPM)是第一个关于金融资产定价的均衡模型,也是第一个在不确定条件下,使投资者实现效用最大化的资产定价模型。模型的首要意义是建立了资本风险与收益的关系,明确指明证券的期望收益率就是无风险收益率与风险补偿两者之和,揭示了证券报酬的内部结构。资本资产定价模型是现代金融理论的一块重要的基石,在已经问世的诸多证券投资理论中,资本资产定价模型在投资学中占有重要的地位,并在投资公司决策和公司理财中得到广泛的应用。从目前我国金融市场运行来看,即使在起步不长的中国证券投资活动中,这一模型的应用也成为有关学者热衷讨论的话题。在证券市场与金融投资已经构成我国社会经济生活的一个重要组成部分的今天,对资本资产定价模型进行深入研究无疑在理论上和实践上都有着重要的意义。 二、资本资产定价模型理论概述 (一)资本资产定价模型(CAPM)的理论基础 在现代投资理论和方法中,投资组合选择和资本资产定价理论居于核心地位,是近年来西方金融学发展很快的一个领域。马柯维茨(H. Markowitz)于20世纪50年代提出了证券投资组合理论,即不要把所有鸡蛋放在同一个篮子里,奠定了现代证券投资理论的基础。现代证券投资理论逐步发展演化,经济学家威廉.夏普(William F.Sharpe)、约翰林特纳(John Lintner)提出了资本资产定价模型(Capital Assets Pricing Model),简称CAPM。资本资产定价模型是第一个关于金融资产定价的均衡模型,其实质是讨论资本风险与收益的关系,个人投资者通过对不同证券的未来前景评估构成最优风险证券组合。这一理论的问世,使金融学开始摆脱纯粹描述性的研究和单凭经验操作的状态,将数量化方法引入了金融领域,从而形成了现代资产定价理论。作为第一个不确定条件下的资产定价模型,CAPM 的问世有着引导证券投资进入科学化阶段的重大意义,它导致了西方金融理论的一场革命。

相关主题
相关文档 最新文档