股票指数
股票指数的相关文献在1983年到2022年内共计862篇,主要集中在财政、金融、经济计划与管理、世界各国经济概况、经济史、经济地理
等领域,其中期刊论文834篇、会议论文10篇、专利文献8142篇;相关期刊464种,包括经济展望、经济导报、商场现代化等;
相关会议10种,包括第八届中国管理学年会——中国管理的国际化与本土化、第六届中国立信风险管理论坛、第一届中国公司金融论坛等;股票指数的相关文献由900位作者贡献,包括郭洪涛、姜玉婷、张启源等。
股票指数
-研究学者
- 郭洪涛
- 姜玉婷
- 张启源
- 杨帆
- 何晓晴
- 吴礼斌
- 徐敏毅
- 李诗争
- 王义国
- 王佳佳
- 祝孔海
- 陈奕余
- 黄宏运
- CFP
- Chris
- Sleight
- 万丽媛
- 于波
- 于超
- 仲大军
- 刘以栋
- 刘德红
- 刘群
- 刘虹俊
- 刘金全
- 刘铭
- 单玉莹
- 周丹文
- 周亮
- 周先平1
- 唐滔
- 季珺卿
- 宋扬
- 崔畅
- 张旭
- 张绍岩
- 张虎
- 李标1
- 李照临
- 林红
- 梁彦军
- 武以敏
- 段红彬
- 沈国旭1
- 王之杰
- 王愈
- 王文剑
- 王晓云
- 王涛
- 王潇
-
-
高丽;
黄莉娜
-
-
摘要:
选取2002年1月到2020年2月的月度数据,建立SVAR模型并通过脉冲响应函数的方法实证分析了原油供求、原油期货、股票指数和美元汇率对国际原油价格波动的影响。结果表明,自2002年以来原油期货、股票指数和美元汇率这三类金融因素对国际原油价格波动影响较大,引起的原油价格波动更为强烈。最后,对国内应对国际油价剧烈波动提出了三点建议。
-
-
郑德渊
-
-
摘要:
一、引言商业银行结构化存款是金融市场上一类重要的创新产品,其产品种类繁多,支付结构复杂,本文选择具备二元期权收益特征的结构化存款产品为研究对象,测算投资者不同收益率的获取概率以及预期收益,讨论结构化存款产品风险收益特征,文章通过分析过程和结构对商业银行、投资者有参考意义。此类结构化存款通常以股票指数、汇率、黄金期货为标的资产,商业银行依据标的资产价格涨跌、标的资产波幅、两类标的资产相对表现好坏等,将标的表现区分为两种情况.
-
-
刘传;
陈彦晖
-
-
摘要:
由于股指波动率具有非平稳、高嘈杂、非线性等特征,而传统的预测模型在建模时要求数据平稳、线性或近似线性,所以很难精准预测股指波动率。为提高股指波动率的预测效果,采用经验模态分解(EMD)、样本熵(SE)和长短期记忆网络(LSTM)构建的模型对股指日内已实现波动率进行预测。以中证500指数为例,经过EMD分解得到一系列分量,再根据分量的样本熵大小进行重构,最后利用LSTM对重构后的各序列进行预测。结果表明,EMD算法对LSTM模型的预测精度有很大的提升,相较于传统模型,EMD-SE-LSTM模型在预测股指波动率时精度更高,拟合优度更好。
-
-
撖销霖
-
-
摘要:
通过派许加权指数对碳中和概念样本股进行股票指数构建,通过对历史区间内总体及区域指数数据的走势变动,探究碳中和相关碳交易市场前景。结果表明碳中和49指数除2020年初疫情致使全球经济下行,近两年总体呈向上良好走势,“双碳”政策加持推动碳中和概念股发展。
-
-
乔新尧;
卢俊香
-
-
摘要:
目的 研究"一带一路"沿线主要国家金融市场间的相关结构并度量其传染风险.方法 选取中国和其他4个沿线主要国家的股指市场收益率数据,构建M-Copula函数刻画股指市场间的相关结构,运用Monte Carlo模拟方法度量不同资产组合的风险价值.结果 股指市场间具有较强的下尾相关性和不对称性.相对于中国、印度和新加坡市场,日本市场的风险较大,俄罗斯市场的风险较小.在同一置信水平下,选择资产组合会降低投资者的投资风险.结论 M-Copula函数模型能较好地描述股指市场的相关结构,并在投资组合决策时为投资者提供参考.
-
-
王艺诺
-
-
摘要:
新冠疫情的到来使我国股票市场环境发生了较大变化,不确定因素的增加、投资者偏好和预期的改变、企业生产困难的增加等都影响着股票市场的波动。科创板作为我国股票市场的新兴力量,有其独特的优点,在应对疫情时表现出自身的优势。本文以科创板股票作为研究对象,构建简易股票指数,对疫情前和疫情期间的股指波动率做比较分析。希望对证券市场的投资者和相关政策制定者应对疫情的出现有所帮助。
-
-
Haru;
无
-
-
摘要:
艺术品投资圈内有这样一句话:"买房涨10年,买画富3代,你养画10年,画养你3代。你买房涨10倍,人家买画涨了1000倍。"在过去的30年,标准普尔500(记录美国500家上市公司的股票指数,其覆盖的都是在美国主要交易所交易的上市公司)增长了930%,金字塔顶端之2%的艺术品回报率达到1560%,艺术品投资回报远超股市和房地产。
-
-
张星(译)
-
-
摘要:
在世界各地,风向正在转变。中国国家主席习近平宣布到2060年将中国净碳排放量降至零的目标。在乔·拜登就任总统后,美国将重新加入5年前通过的《巴黎协议》。在金融市场,清洁能源公司成为风向标。2020年12月,特斯拉公司加入美国标准普尔500股票指数——成为其最大的成员之一。
-
-
-
-
摘要:
中办、国办印发深化生态保护补偿制度改革意见近日,中共中央办公厅、国务院办公厅印发了《关于深化生态保护补偿制度改革的意见》(以下简称《意见》)。《意见》指出,要加快健全有效市场和有为政府更好结合、分类补偿与综合补偿统筹兼顾、纵向补偿与横向补偿协调推进、强化激励与硬化约束协同发力的生态保护补偿制度。《意见》提出,要研究发展基于水权、排污权、碳排放权等各类资源环境权益的融资工具,建立绿色股票指数,发展碳排放权期货交易。
-
-
刘铭;
单玉莹
-
-
摘要:
股指是投资者用来规避股市风险的工具,为了对金融股指进行有效预测,采用了一种基于经验模态分解(EMD)和长短期记忆网络(LSTM)模型的组合预测方法,对股指进行统计性描述,发现中国3个股指的波动具有明显区别,就这一特征对数据进行建模。建立传统时间序列模型及机器学习模型共7种模型,经对比研究发现:EMD-LSTM模型在预测沪深300股指收盘价和深证成指收盘价上具有较好的效果,预测上证指数收盘价时LSTM模型具有较好的效果,从而分析出数据波动大小对于模型的预测效果有一定的影响,可以根据数据波动性来选择适合的股指预测模型。
-
-
-
-
-
许为群
- 《信息系统协会中国分会第一届学术年会》
| 2005年
-
摘要:
近年许多学者利用多重分形方法来预测金融指数变化,但多重分形谱参数与指数的关联度随着时间的推移而减弱,因而预测效果不理想.本文提出了基于加权的多重分形股指预测模型,基于该模型提出了累积多重分形谱参数权重随时间变化的算法,增强了累积多重分形谱参数与指数变化的相关性,该算法具有较好的适应性和预测效果.
-
-
蒋凡
- 《2015年广东省应用经济学研究生学术论坛》
| 2015年
-
摘要:
选择沪深300指数及居民现金消费支出涨跌幅为主要指标,结合居民消费价格指数(CPI)作为中间变量分析,提出两个假设.主要运用ADF检验、VAR模型、格兰杰因果关系检验来对股票价格波动与居民消费的关系之间的关系进行探索.而股票投资主体为城镇居民,故本文将研究对象分为城镇居民和农村居民,进行交叉对比分析.实证结果表明,城镇居民现金消费与股票价格波动存在联动关系和因果关系,农村居民现金消费与股票价格波动不存在明显联动关系和因果关系.
-
-
蒋凡
- 《2015年广东省应用经济学研究生学术论坛》
| 2015年
-
摘要:
选择沪深300指数及居民现金消费支出涨跌幅为主要指标,结合居民消费价格指数(CPI)作为中间变量分析,提出两个假设.主要运用ADF检验、VAR模型、格兰杰因果关系检验来对股票价格波动与居民消费的关系之间的关系进行探索.而股票投资主体为城镇居民,故本文将研究对象分为城镇居民和农村居民,进行交叉对比分析.实证结果表明,城镇居民现金消费与股票价格波动存在联动关系和因果关系,农村居民现金消费与股票价格波动不存在明显联动关系和因果关系.
-
-
蒋凡
- 《2015年广东省应用经济学研究生学术论坛》
| 2015年
-
摘要:
选择沪深300指数及居民现金消费支出涨跌幅为主要指标,结合居民消费价格指数(CPI)作为中间变量分析,提出两个假设.主要运用ADF检验、VAR模型、格兰杰因果关系检验来对股票价格波动与居民消费的关系之间的关系进行探索.而股票投资主体为城镇居民,故本文将研究对象分为城镇居民和农村居民,进行交叉对比分析.实证结果表明,城镇居民现金消费与股票价格波动存在联动关系和因果关系,农村居民现金消费与股票价格波动不存在明显联动关系和因果关系.
-
-
蒋凡
- 《2015年广东省应用经济学研究生学术论坛》
| 2015年
-
摘要:
选择沪深300指数及居民现金消费支出涨跌幅为主要指标,结合居民消费价格指数(CPI)作为中间变量分析,提出两个假设.主要运用ADF检验、VAR模型、格兰杰因果关系检验来对股票价格波动与居民消费的关系之间的关系进行探索.而股票投资主体为城镇居民,故本文将研究对象分为城镇居民和农村居民,进行交叉对比分析.实证结果表明,城镇居民现金消费与股票价格波动存在联动关系和因果关系,农村居民现金消费与股票价格波动不存在明显联动关系和因果关系.
-
-
-
-
- 南京信息工程大学
- 公开公告日期:2022-07-29
-
摘要:
本发明公开了一种基于TrellisNet和注意力机制的新闻驱动股票指数预测方法,包括步骤如下:获取相关股票指数的历史新闻数据和交易数据;将非结构化新闻数据转换为结构化的情感指数数据;将结构化的新闻情感指数数据与股票指数交易数据按照交易日期进行数据融合,并进行归一化处理,构造数据集;构建TrellisNet和注意力机制神经网络预测模型,并利用测试数据集对预测模型进行测试修正;将待预测日的新闻情感指数数据和待预测日前一日的股票指数数据作为输入,用训练好的预测模型进行预测,得到待预测股票指数的涨跌情况。本发明通过对相关指数新闻的情感进行量化分析,能提高股票指数的预测准确度,预测股票指数的未来趋势。
-
-
-
-
-
-
- 北京科技大学
- 公开公告日期:2019-09-20
-
摘要:
一种量子神经网络的股票指数价格预测方法,基于“主要集合经验模态分解算法”,即PEEMD算法,包括数据输入模块、数据预处理模块、数据转化模块、数据训练及预测模块、数据重构模块。数据输入模块用于获取股票指数的最新交易数据,数据预处理模块用于对数据进行分解,数据转化模块用于将原始数据转化为“量子态”数据,数据训练及预测模块用于将“量子态”数据进行训练预测,数据重构模块用于重构所述数据的预测结果。本发明先利用PEEMD算法对原始数据进行预处理,将非平稳的时序数据分解为多个不同频率的近似平稳数据并剔除其中的高频分量,只对中低频分量通过量子神经网络进行仿真预测,最后将各个仿真结果进行重构得到最终预测结果,从而有效提高模型的预测性能。
-
-
-
-