- 年份
- 2024(5998)
- 2023(8699)
- 2022(7463)
- 2021(7121)
- 2020(6067)
- 2019(14302)
- 2018(14160)
- 2017(27897)
- 2016(14623)
- 2015(16543)
- 2014(16104)
- 2013(15383)
- 2012(13598)
- 2011(11893)
- 2010(11450)
- 2009(10235)
- 2008(9460)
- 2007(7760)
- 2006(6256)
- 2005(4957)
- 学科
- 济(59211)
- 经济(59157)
- 管理(42800)
- 业(41089)
- 企(35373)
- 企业(35373)
- 方法(34527)
- 数学(31416)
- 数学方法(30790)
- 财(14026)
- 农(13866)
- 中国(12852)
- 业经(12376)
- 理论(10775)
- 贸(10387)
- 贸易(10382)
- 易(10148)
- 技术(9893)
- 务(9758)
- 财务(9704)
- 财务管理(9683)
- 地方(9416)
- 学(9341)
- 企业财务(9173)
- 农业(9105)
- 和(8810)
- 制(8273)
- 环境(7975)
- 划(7827)
- 教学(7050)
- 机构
- 学院(195198)
- 大学(193969)
- 管理(83984)
- 济(78784)
- 经济(77359)
- 理学(74661)
- 理学院(73969)
- 管理学(72283)
- 管理学院(71922)
- 研究(54810)
- 中国(40490)
- 京(38358)
- 财(33827)
- 科学(33613)
- 业大(28771)
- 财经(28664)
- 中心(27852)
- 农(26725)
- 经(26395)
- 江(26162)
- 所(24601)
- 经济学(24219)
- 范(23708)
- 师范(23453)
- 北京(22877)
- 研究所(22799)
- 经济管理(22126)
- 经济学院(22085)
- 财经大学(21950)
- 商学(21608)
- 基金
- 项目(145042)
- 科学(116986)
- 基金(108284)
- 研究(104760)
- 家(93862)
- 国家(93167)
- 科学基金(83007)
- 社会(67636)
- 社会科(64305)
- 社会科学(64289)
- 基金项目(57399)
- 省(56826)
- 自然(55667)
- 自然科(54534)
- 自然科学(54525)
- 自然科学基金(53534)
- 教育(50514)
- 划(47697)
- 资助(44743)
- 编号(42332)
- 部(32418)
- 重点(32347)
- 创(31668)
- 成果(31560)
- 发(30037)
- 创新(29469)
- 教育部(28658)
- 科研(28539)
- 国家社会(28413)
- 人文(28024)
共检索到256532条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
张帆
文章对选取沪深300指数收盘价序列进行了正态性检验和Hurst指数的计算,得出价格序列的非正态和长记忆性特征。随后选择了适当的结构建立Elman神经网络模型,结合技术分析中的K线图理论,对沪深300指数隔夜开盘价进行了预测。经过求解和趋势检验,以及与相同输入输出结构线性模型的比较,发现该模型取得了良好的预测效果。
[期刊] 世界经济文汇
[作者]
王天一 赵晓军 黄卓
Hansen et al.(2012)提出了一种高频数据已实现测度与传统GARCH模型相结合的Realized GARCH模型。相对于传统的GARCH模型和EGARCH模型,本文着重考察Realized GARCH模型对于沪深300指数收益率分布以及波动率的预测能力,结果显示Realized GARCH模型在这两方面均超越了传统模型。另外,本文比较了Realized GARCH模型分布设定以及不同已实现测度对预测能力的影响,指出使用厚尾分布的Realized GARCH模型的预测能力最佳。使用不同抽样频率的已实现方差对模型预测有显著影响,其中使用剔除市场噪音的Realized Kernel可以...
[期刊] 云南财经大学学报(社会科学版)
[作者]
吴永兴
应用GARCH模型族对沪深300指数进行实证研究,发现沪深300指数的波动存在明显的GARCH效应,股市波动存在持久性和弱杠杆效应;沪深300指数收益率条件方差是平稳系列,股市具有可预测性,用EGRACH-M(11,)模型能很好预测股市的波动。
[期刊] 数量经济技术经济研究
[作者]
徐国祥 杨振建
本文在传统SVM方法的基础上,引入主成分分析方法和遗传算法,构建了PCA-GA-SVM模型,该模型解决了传统SVM方法存在的特征指标相关性、包含惩罚系数和核函数的参数无法动态寻优的问题,最后利用沪深300指数和前五大成份股的日走势数据对该模型进行了验证分析。结果表明,本文所构建的模型,对于沪深300指数和大盘股每日走势的预测精度是很高的,这对于政府管理层面监测股票市场的平稳波动有着很好的应用价值。
[期刊] 统计与决策
[作者]
胡晔 刘智超
对波动率预测模型的研究备受学术界的关注,文章以沪深300指数的5分钟高频真实交易数据为研究对象,利用8个损失函数和Diebold Marinao检验较为全面的探讨评价了GARCH族模型对其预测能力。结果发现长记忆性模型的预测效果普遍好于短记忆性GARCH模型,且FIEGARCH是长记忆性模型中预测效果较好的,这对学术界和实务界进行风险测度及对我国资本市场的风险控制都具有现实意义。
[期刊] 投资研究
[作者]
王宣承
本文立足于我国金融市场的现状提出了基于LASSO方法和神经网络模型的量化交易智能系统。该系统首先使用LASSO方法从众多技术指标中选出极少数最有效的指标作为输入变量,然后通过神经网络方法来搜索最优的交易规则,并以沪深300股指期货为例进行回测检验。结果显示:第一,与AIC和BIC回归模型相比,LASSO选出的变量少、预测高、且稳健性强;第二,经过神经网络的优化,交易系统的收益率和风险控制能力都得到了显著提高;第三,即使在考虑交易成本的前提下,该系统也可以获取超额收益。
关键词：
LASSO 变量选择 神经网络 量化交易
[期刊] 统计与决策
[作者]
郝勇 刘继洲
本文运用BP人工神经网络,在MATLAB平台上,进行公用事业指数波动规律的预测和分析,能利用公用事业指数前三天的收盘价,预测第四天的收盘价,并且预测值达到一定精度。
关键词：
分类指数 神经网络 MATLAB 预测
[期刊] 统计与决策
[作者]
郑平
文章选取了沪深300指数作为我国股票市场风险的代表,截取其中2006年7月至2012年3月的1399个数据,利用其中的GARCH、TGARCH、EGARCH模型,分别在T分布和GED分布下,对其进行了实证分析。
[期刊] 财经理论与实践
[作者]
高振坤 熊正德
通过建立BP神经网络预测模型和GARCH -BP神经网络预测模型 ,对 2 0 0 1年深圳成分指数的日收盘价进行预测分析发现 ,GARCH -BP模型较BP模型的收敛速度快 ,学习能力强 ,预测精度较高 ,误差率较小
[期刊] 统计与决策
[作者]
瞿慧 杨洋
文章利用沪深300指数5分钟高频价格估计已实现波动,并提出以过去收益为状态变量,采用logistic函数刻画状态间的转移,构建已实现波动的多状态平滑转移异质自回归(MRST-HAR)模型。滚动窗样本内、外预测性能检验表明,MRST-HAR模型对沪深300指数已实现波动的拟合及预测能力大多超越HAR模型,两种模型预测结果的结合则可以进一步提高预测精度;各状态转移函数都较为平滑而并非阶跃函数,表明通过logistic函数来引入非线性要比结构突变更加合理。
[期刊] 统计与决策
[作者]
唐湘晋 牛孟宇
文章以2005年4月8日至2007年10月30日沪深300指数日收盘价格序列为样本,以复合收益率为研究对象,通过对股市收益率非正态性检验,分析了沪深300指数的一些典型统计特征,验证了沪深300指数收益率"尖峰厚尾"的特性。因此有必要寻找一种更合适的模型,以便更准确地反映沪深300指数收益的真实分布。最后对其进行了GARCH效应的检验,结果表明沪深300指数收益率的波动存在着显著的GARCH效应。
[期刊] 特区经济
[作者]
郑江松
将Monte Carlo模拟中的随机分布分别选用正态分布和分布,计算沪深300指数在2015年间的风险价值VaR,采用Kupiec失败率法进行检验,研究发现:在95%的置信水平上,分布下的Monte Carlo模拟法能够很好的预测风险。
[期刊] 南方金融
[作者]
彭望蜀
本文在阐述创新型预测模型理论的基础上,分别利用基于BP神经网络和支持向量机的股票指数预测模型,在小样本的情况下对沪深300指数进行了研究和短期预测。研究结果表明,基于支持向量机的预测模型在预测精度、收敛时间、最优性等方面均优于基于BP神经网络的预测模型。
[期刊] 技术经济与管理研究
[作者]
顾忠伟 邵雷 李春颖
本文将灰色关联和神经网络结合,构建基于灰色关联分析的神经网络模型,并将此模型在股指预测中做实证研究。
关键词：
灰色关联 神经网络 股指预测
[期刊] 运筹与管理
[作者]
王苏生 王俊博 许桐桐 余臻
运用五个交易日的股指期货高频数据(每秒两笔),本文主要研究了沪深300股指期货日内波动率特征并对日内波动率预测。研究发现高频股指期货日内收益率有明显的波动率聚集和条件异方差现象,但无尖峰厚尾现象,收益率序列分布符合有偏正态分布。因此,我们对时间序列建立了最优的ARMA-GARCH-SN模型,并对模型拟合充分性做了验证,拟合结果发现ARMA(1,2)-GARCH(1,1)-SN模型基本能够刻画股指期货高频日内波动特征,条件方差所受的冲击具有很强的持续性、日内波动也具有长记忆性,最后我们还利用自助法对高频股指期货日内波动率两步预测、利用滚动回归预测方法对样本做了样本内预测。预测结果表明,波动率预测结果能够较好地反映股指期货日内波动特征。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
