炒金和炒股五大区别

黄金投资开始成为新的热点,不少股民面临新的选择。据专家分析,投资黄金与投资股票有以下主要区别:1.黄金投资的本质是对黄金的商品价值和金融价值进行双重评估,对未来价格走势提前预测;股票     

多元线性回归与时间序列模型在股票预测中的应用

根据上证00001股股票的日线数据,建立多元线性回归和时间序列的预测模型,在对未来数据未知的情况下,利用R语言分析软件预测得出多元线性回归模型和时间序列模型中的回归参数,并评估模型精度。计算结果显示,模型的拟合精度较高,可以较好地拟合该股票数据。     

汇率的组合预测模型及应用

本文通过结合粘性价格模型和单变量时间序列模型建立了汇率的组合预测模型。实例应用表明，随机游动模型在短期汇率预测中优于组合预测，而在中长期汇率预测中，最优组合预测模型优于随机游动模型。本文的结果增进了对外汇市场的认识，为汇率的中长期预测提供了新的工具     

回归支持向量机在财政预测中的应用

财政收支趋势预测具有重要应用价值.本文建立了财政收入回归支持向量机的时闻预测模型,并以贵州地方财政收入为例,对采集到的数据进行归一化处理后,分别采用RBF核函数和Linear核函数的支持向量机和时问序列模型对数据进行应用,以1980-2001年的数据为拟合数据,以2002-2007年的数据为预测数据,比较相对误差,得出采用径向量核函数的支持向量机回归预测的结果准确度高.     

利率调整对我国股票市场影响的实证分析

文章利用事件分析及线性回归模型方法对1995年5月至2007年12月期间央行18次利率调整对沪市产生的短期影响进行了实证研究。研究结果表明短期内利率调整与股票收益率之间存在一定的负相关性,且这种关系具有一定的时滞性和条件性。     

巴菲特股海搏击的制胜三定律

巴菲特的投资被尊为股市神话,他有一套独特的投资理念,即在公司股票价格低于其内在价值时买进,然后静等回升。他相信自己不是在购买股票,而是持有一部分公司资产,这似乎是对股票本意的回归。被誉为股神的巴菲特,对"简单"的长期价值投资理念情有独钟,就是因为始终奉行这样的定律,让他在多年的股海搏击中独占鳌头。     

结合地区负荷历史数据的短期负荷预测方法研究

电力系统短期负荷预测是电力系统运行管理和实时控制所必须的基本内容,预测结果的准确性对电力系统的安仝优质,经济运行具有重要意义。为提高电力系统短期负荷预测精度,本文引入相似日的概念,通过历史数据分析从历史日附近前后几日相似度中选取最合适的相似日,结合有效的算法计算出预测日的值。实例结果表明了该算法的可行性,对提高短期负荷预测的精度具有较大价值。为同行人员提供算法参考。     

刍议股票期权薪酬制度

自1980年代以来，股票期权（Executive Stock Option）作为一种对企业经营的激励方式在西方国家企业中越来越广泛地应用。据统计，全球前500位大工业企业中有90％的企业已向其经营或高级管理人员实行了股票期权的薪酬制度。股票期权是指企业给予其经营在特定的期限内以规定的价格（行使价格），购买公司一定数量普通股股票的权利。在股票期权的有效期限内，当股票市价高于行使价格时，经营行使权利，就可以以低于市价的价格购得股票，而当股票市价低于行使价格时，则可暂不行使或放弃权利。随着我国薪酬制度的改革，不少企业特别是上市公司，开始考虑以股票期权方式结合现金来支付经营的报酬。如何借鉴西方国家成功企业的经验，建立起一种适合我国国情的股票期权薪酬制度，对促进国有企业的改革，避免“59岁现象”、“晚节不保”事件的发生具有重要意义。     

农产品价格时间序列几种预测模型的研究

本文分析与比较了单指数平滑、双指数平滑、自回归单整移动平均法、季节自回归单整移动平均法这四种畜产品价格预测方法。由于指数平滑法遵循“重近轻远”,在短期预测上能得到较好的预测结果,使时间序列所包含的历史规律性能显著地体现出来。季节ARIMA有时得不到较优的预测模型,这时可以用非季节ARIMA模型来代替,弥补季节ARIMA的不足之处。综合生猪业的发展,用基本的原理和预测模型来逐步分析模拟猪肉的价格,通过大量的努力找到最优的模型。     

大数据环境下资源负荷短期预测时间跨度估计

大数据环境下资源负荷短期预测时间跨度计算是提高大数据资源调度和数据集成的基础。通过对大数据环境下资源负荷短期预测时间跨度的准确估计,提高资源负荷的预测性能。提出一种基于非线性差分相点融合估计的资源负荷短期预测时间跨度估计算法。构建大数据环境下资源负荷模型,基于非线性差分相点融合估计的资源负荷短期预测时间跨度估计,进行非线性差分相点融合,进行全网拓扑信息激励传播均衡设计,通过频繁的切换来进行网络选区,将时间划分为连续区间,重新分配大数据环境下的时间跨度,最后得到基于线性差智能群辨识的资源短期预测时间跨度估计算法改进。仿真结果表明,该算法具有较好的时间跨度估计性能,提高了大数据环境下的资源负荷预测精度,具有较小的任务调度路径延时和能耗损失,为提高云平台的资源利用效率提供基础,展示了较好的应用价值。     

未来盈利预测信息的有用性研究

本文以2006-2008三年的年度业绩预告作为公司未来盈利预测信息的研究样本,对股权分置改革后上市公司未来盈利预测信息的有用性进行实证分析。研究表明,上市公司未来盈利预测信息具有明显的短期披露效应：公告类型与股票价格的变动方向和大小有着符号上的一致性和统计上的显著性。公告前的股价反应表明,市场存在以利好消息进行内幕交易的可能性。与以前研究结论所不同的是,长期事件窗口的结果显示盈利预测信息的披露效应存在一定的局限性。     

投资者情绪对股价崩盘风险的影响研究

实证分析了投资者情绪对股价崩盘风险的影响.研究发现:无论是市场层面还是公司层面,投资者情绪及其波动性的增加会显著加剧股价的崩盘风险;进一步,投资者情绪通过影响股价同步性,进而对股价崩盘风险产生影响,主要表现为市场层面投资者情绪会显著增加股价同步性,而公司层面投资者情绪的影响并不明显;区分投资者类型后发现,在一定情绪环境下,机构投资者交易行为对股价崩盘风险影响更大.     

Data fusion with factored quantization for stock trend prediction using neural networks

As compared to the continuous temporal distributions, discrete data representations may be desired for simplified and faster data analysis and forecasting. Data compression can introduce one of the efficient ways to reduce continuous historical stock market data and present them in discrete forms; while predicting stock trend, a primary concern is towards up and down directions of the price movement and thus, data discretization for a focused approach can be beneficial. In this article, we propose a quantization-based data fusion approach with a primary motivation to reduce data complexity and hence, enhance the prediction ability of a model. Here, the continuous time-series values are transformed into discrete quantum values prior to applying them to a prediction model. We extend the proposed approach and factorize quantization by integrating different quantization step sizes. Such fused data can reduce the data to mainly concentrate on the stock price movement direction. To empirically evaluate the proposed approach for stock trend prediction, we adopt long short-term memory, deep neural network, and backpropagation neural network models and compare our prediction results with five existing approaches on several datasets using ten performance metrics. We analyze the impact of specific quantization factors and determine the individual best as well as overall best factor sizes; the results indicate a consistent performance enhancement in stock trend prediction accuracy as compared to the considered baseline methods with an improvement up to 7%. To evaluate the impact of quantization-based data fusion, we analyze time required to execute the experiments along with percentage reduction in the number of unique numeric terms. Further, these results are statistically evaluated using Wilcoxon signed-rank test. We discuss the superiority and applicability of factored quantization-based data fusion approach and conclude our work with potential future research directions.     

农产品期货价格与农业上市公司股价的相关性研究——以新希望集团为例

运用ADF单位根检验、扩展的E-G检验和格兰杰因果检验等方法,对大连商品交易所的大豆、豆粕、玉米价格和饲料行业农牧类上市公司的代表——新希望集团股价进行了相关性实证研究。结果发现:大商所主要合约品种豆一、玉米期货价格与新希望股票价格之间存在长期均衡协整和双向格兰杰因果关系,而豆粕和新希望集团股票价格之间只存在协整关系,股票价格影响豆粕期货价格的单向格兰杰因果关系,豆一和玉米的价格发现功能要优于豆粕。     

商誉与股价崩盘风险——基于信号理论视角的研究

本文利用2008-2016年A股上市公司样本,从信息不对称角度探讨企业商誉对股价崩盘风险的影响。通过理论和实证分析,我们发现,企业商誉价值越高,企业所承担的股价崩盘风险越大;进一步研究发现,对于商誉计提减值准备的企业,商誉对企业股价崩盘风险的影响相对较弱;地区市场化水平越高,商誉对股价崩盘风险的影响越大。以上结果为商誉对资本市场股价崩盘风险的影响提供了经验证据,也为企业商誉价值管理提供了新的思路。     

中国区域R&D资本存量的再估算:1998-2012

国家创新驱动发展战略的实施需要充分掌握中国技术创新的投入水平,而RD资本存量是其重要组成部分。本文根据RD活动的特点,重新设定了滞后期、折旧率、RD支出价格指数和基期资本存量等参数,再采用永续盘存法对1998-2012年间中国大陆31个省市区的区域RD资本存量进行重新估算。同时,本文还采用Theil指数测算了中国RD资本存量的地区差距。结果表明:(1)绝大部分地区的RD资本存量均呈增长趋势,但在2001年后其增长速度逐步放缓;(2)RD资本存量差距由以地带内的差距为主向以地带间的差距为主转变;(3)总体差距和地带间差距的演变轨迹类似于"V"型,而地带内部差距不断缩小并趋于平稳。     

中国股市价格与货币供应量关系的实证分析

本文认为在９０年代中国股市价格与货币供应量之间长期均衡的因果关系中,股市价格主要处在因方地位,而货币供应量处在果方地位。而且股市价格与不同层次的货币供应量的关系有所不同,两者最终形成了一个以股市价格为主体,相互影响,相互依存的统一体。     

估计被锁定流通股数量的一种定量分析方法及其实证研究

从股票市场的量价规律出发提出股票均衡价格、股价塑性等新概念，使用计量经济学方法建立包含高频交易数据的股价塑性模型，对模型进行推导，提出一种识别被锁定流通股数量的定量分析方法，并基于三支问题股进行相应的实证研究。实证结果表明该方法计算出的被锁定流通股数量与历史相符合，该方法可行。     

股票价格中的公司流通股本规模信息——兼论国有股上市流通策略

本文以1997-2001年期间在沪深股票市场上市的595家A股公司为样本,实证分析股票市场对流通股本规模的反应。我们发现,股票价格与公司每股收益显著正相关,与流通股本规模显著负相关。股票价格与反映公司增长机会预期的行业市盈率在股票市场高涨时显著正相关,在股票市场低迷时相关性不显著。本文最后讨论了研究结果对国有股上市流通的政策意义。     

研发投入是否存在"资源诅咒"效应

企业的研发活动与股票市场的互动关系,一直都是学术界研究的重要话题。采用2007-2017年中国A股非金融类上市公司的数据,实证研究了研发投入与股价崩盘风险之间的关系与作用机制,结论表明：（1）上市公司的研发投入显著增加了下期的股价崩盘风险,且研发投入的崩盘效应仅存在于过度研发的上市公司。（2）第一大股东的持股比例会显著抑制研发投入与股价崩盘风险之间的正相关,而管理层持股比例并未影响研发投入的崩盘效应,可见大股东监督机制有效,而管理层激励机制失效。（3）上市公司的研发投入通过现金持有和避税两种渠道影响股价崩盘风险,且研发投入的崩盘效应仅在聘请非四大、现金持有量较低以及非高新技术的上市公司中显著。结论拓展了股价崩盘风险的相关研究,丰富了研发投入经济后果的相关文献,也为上市公司的日常经营和防范研发投入引起的相关风险提供了参考。