基于ARMA-NN集成模型的上证指数预测研究

研究表明,大多时间序列可分解为线性部分和非线性部分的组合。融合ARMA模型在捕捉线性关系的优势和神经网络模型强大的非线性映射能力。介绍一种ARMANN集成模型,并对上证指数月收益率进行预测。结果表明集成模型的预测能力显著优于传统单一模型,对指数收益率预测比较准确,有很强的应用价值。     

集合竞价金融实验中的投资者预期与泡沫

介绍一个集合竞价出清机制下的金融实验,利用实验数据对实验者价格预期的形成进行深入研究,发现实验者价格预期依赖于市场最新信息,并对信息进行简单线性加工;动量策略是一种典型的价格预期策略;实验者的价格预期有显著的一致性;市场泡沫与实验者预期有非常密切的联系。