期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
对加入VWAP的上证指数股价序列实证分析——基于成交量进程 被引量:1
1
作者 马云风 曹国华 《企业经济》 北大核心 2013年第2期189-192,共4页
传统的股价序列都是按照均匀时间间隔采样进行分析的,但实际上股价的变化并不是基于均匀日历时间,而是基于交易过程推进的。本文采用股价推进的成交量进程假设,使用更精确的高频数据获得成交量加权平均价(Volume-weighted Average Price... 传统的股价序列都是按照均匀时间间隔采样进行分析的,但实际上股价的变化并不是基于均匀日历时间,而是基于交易过程推进的。本文采用股价推进的成交量进程假设,使用更精确的高频数据获得成交量加权平均价(Volume-weighted Average Price,VWAP),对上证综合指数进行了实证研究。结果表明,在基于成交量进程的股价序列分析方法中加入VWAP具有可行性和有效性。 展开更多
关键词 成交量进程 日历时间进程 成交量加权平均价 ARIMA
在线阅读 下载PDF
三次样条法估计利率期限结构的加权方式比较研究 被引量:1
2
作者 许宁 高涓 《商业研究》 CSSCI 北大核心 2014年第11期72-77,178,共7页
利率期限结构的静态估计是验证动态模型以及进行动态变化分析的基础。本文介绍了三次样条法的基本模型结构,指出了传统三次样条法使用久期倒数作为估计误差权重的逻辑错误,并据此提出了"准久期"加权以及成交量排名加权的概念... 利率期限结构的静态估计是验证动态模型以及进行动态变化分析的基础。本文介绍了三次样条法的基本模型结构,指出了传统三次样条法使用久期倒数作为估计误差权重的逻辑错误,并据此提出了"准久期"加权以及成交量排名加权的概念;通过对比多个样本时间点的估计结果,发现成交量排名加权方法无论在样本内的模型估计还是样本外模型预测方面均优于久期以及准久期倒数加权方法。 展开更多
关键词 三次样条法 久期加权 成交量加权 期限结构
在线阅读 下载PDF
基于CNN-LSTM的股票指数预测模型 被引量:24
3
作者 耿晶晶 刘玉敏 +1 位作者 李洋 赵哲耘 《统计与决策》 CSSCI 北大核心 2021年第5期134-138,共5页
股票价格数据具有高频性、非线性和长记忆性等特点,且投资者行为是影响股票价格的重要因素,文章引入成交量加权平均价(VWAP)指标刻画投资者行为,并构建了基于卷积神经网络(CNN)与长短期记忆网络(LSTM)的混合预测模型。首先,通过CNN分类... 股票价格数据具有高频性、非线性和长记忆性等特点,且投资者行为是影响股票价格的重要因素,文章引入成交量加权平均价(VWAP)指标刻画投资者行为,并构建了基于卷积神经网络(CNN)与长短期记忆网络(LSTM)的混合预测模型。首先,通过CNN分类模型判定股票指数的波动方向;其次,分别构建LSTM模型对指数上升、下降的具体值进行预测;通过田口正交设计方法对CNN-LSTM模型进行参数优化。静态预测和滚动预测结果表明,CNN-LSTM模型在预测方面有较高的预测准确率和普适性,对于投资者有着较高的参考价值。 展开更多
关键词 股票指数预测 成交量加权平均价 长短期记忆网络 卷积神经网络 田口正交设计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部