本文關(guān)鍵詞：基于局部相似性分析的股票市場投資策略研究　出處：《山東大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 局部相似 股票市場 投資策略 股票聯(lián)動性 量化模型

【摘要】：隨著經(jīng)濟(jì)的發(fā)展,人民生活水平的提高,越來越多的人開始投資理財,將自已的閑錢投資于股票、債券、基金等金融產(chǎn)品。其中,股票市場無疑是前幾年最火熱的一個地方。無論是散戶還是機(jī)構(gòu)投資者,都迫切地希望自已能夠在股市中能夠大賺一筆。我們發(fā)現(xiàn)股票市場經(jīng)常出現(xiàn)一種同變現(xiàn)象,股票之間的關(guān)聯(lián)度非常高。股票市場聯(lián)動性的研究不僅能夠幫助投資者分析股票信息、掌握市場動態(tài),還能夠協(xié)助投資者作出相對正確的投資策略,從而實現(xiàn)收益增加。就目前來說,股票聯(lián)動性的研究很少涉及到個股之間,反而研究比較多的是地域之間、板塊之間的研究。為了探索股票市場個股之間的相關(guān)關(guān)系,本文運(yùn)用局部相似分析方法來研究個股之間的相似區(qū)間以及位置關(guān)系。最后基于局部相似分析方法建立了投資策略模型。本文主要介紹了一種具有時間延遲的局部相似性方法,并將其運(yùn)用到股票市場對個股進(jìn)行相似性分析,從而得到兩支股票的局部相似區(qū)間以及時間延遲D。我們的數(shù)據(jù)集為A股市場深圳交易所以及上海交易所上市的90支股票2013年1月4號到2016年12月30號的收盤價,在4005個樣本中,我們首先選出D≠0的樣本,再在D≠0的樣本中選出時間延遲4≤|D|≤20,并且相似區(qū)間長度占總長度達(dá)到80%以上的數(shù)據(jù)作為投資策略研究樣本。本文制定的投資策略的核心思想是根據(jù)兩只股票的同漲同跌性質(zhì),來建立交易模型。本文中涉及到的參數(shù)取值方法為將參數(shù)在測試集得到最優(yōu)取值,到最后通過實證分析來檢驗我們模型的效果。本文得到的結(jié)果如下所示:一:股票市場中的個股之間存在很強(qiáng)的相關(guān)性,個股之間通常有同漲同跌的現(xiàn)象。二:運(yùn)用局部相似方法得到兩支股票的局部相似區(qū)間I =[i,i+l-1]和J =[j,j + l-1]以及時間延遲D后,我們發(fā)現(xiàn)在D≠0的情況下,深市樣本中相似區(qū)間占總序列長度的80%以上的有490對(占比62.26%)其中相似區(qū)間占總序列長度90%以上的達(dá)到344對(占比43.71%)。滬市樣本中相似區(qū)間占總序列長度的80%以上的有712對(占比91.04%)其中相似區(qū)間占總序列長度90%以上的達(dá)到440對(占比56.27%)。三:運(yùn)用基于局部相似分析方法建立的投資策略模型實現(xiàn)了非常好的收益,在深市樣本中2016年平均收益率達(dá)到12.78%,而在2016年深證成指下跌了 12.46%。在滬市樣本中2016年的股票數(shù)據(jù)平均收益率達(dá)到4.93%,而大盤指數(shù)在2016年變化率為-5.84%。在2016年的測試集里面我們的策略平均收益每天都是跑贏大盤的。
[Abstract]:With the development of economy, the improvement of people's living standard, more and more people began to invest their own money to invest in stocks, bonds, funds and other financial products. Among them, the stock market is undoubtedly a place a few years ago the most fiery. Whether retail or institutional investors, are eager to own to be able to earn a lot of money in the stock market. We found that the stock market often appear with a variable phenomenon, correlation between stocks is very high. Research on the linkage of the stock market can not only help investors to analyze stock information, grasp the market dynamic, also can help investors make relatively correct investment strategy, so as to realize the income increase. At present, the research of stock linkage rarely involved between stocks, but more research is research between regions, between plates. In order to explore stock market. The relation, using the local similarity analysis method to study the stocks of the similarity between interval and the position relations. Finally the local similarity analysis method based on the investment strategy of the model. This paper mainly introduces a kind of partial similarity method of time delay, and applied it to the stock market on the stock of similarity analysis and get two shares of local similarity interval and time delay D. our data set for the A shares listed on the Shanghai stock exchange and Shenzhen stock exchange market 90 stocks from January 4, 2013 to December 30, 2016 closing price, in 4005 samples, we first select the D = 0 sample, and then in the D = 0 sample selected time delay of 4 = |D| = 20, and the total length of similar interval length of more than 80% of the data as the study sample. The investment strategy of the core idea of this paper is to develop investment strategies two Stocks rise or fall together in nature, to establish trading model. The parameters involved in this method for the optimal parameters obtained in the test set, finally to test our model results by empirical analysis. The results of this paper are as follows: A: there is a strong correlation between stock market in, usually with the rise and fall of the phenomenon between stocks. Two: two stocks using the local similarity method of local similarity of interval I =[i, i+l-1] J and =[j, j + l-1] and time delay of D, we found that in D = 0, Shenzhen samples of similar interval accounted for more than the length of the sequence was 490 to 80% (accounting for 62.26%) which is similar to the total length of interval of more than 90% to 344 of the Shanghai stock market (accounting for 43.71%). Samples of similar interval accounted for more than 80% of the sequence length of 712 (accounting for 91.04%) which is similar to the total interval order The column length of more than 90% to reach 440 (accounting for 56.27%). Three: the use of local similarity analysis method to establish the model of investment strategy to achieve a very good income based on the sample in Shenzhen in 2016 the average yield reached 12.78%, and in 2016 the Shenzhen stock index fell 12.46%. stock data in Shanghai City in 2016 the average income of the sample the rate reached 4.93%, while the stock market index in 2016 was -5.84%. change in the 2016 test set inside our strategy of average income of every day is to beat the market.

【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭茂佳;股票市場效率論[J];財貿(mào)經(jīng)濟(jì);2000年02期

2 金雪軍,謝巍,龔一慶;論利率與股票市場的適應(yīng)性[J];企業(yè)經(jīng)濟(jì);2000年08期

3 周陽敏;中國股票市場的理性時代[J];管理與財富;2000年04期

4 辜曉川;股票市場制度創(chuàng)新的內(nèi)容[J];四川財政;2001年04期

5 張方昌,于維英;中國需要怎樣的股票市場[J];商業(yè)時代;2001年08期

6 吳美倫,葉普照;中國大陸股票市場A股效應(yīng)之探討[J];深圳大學(xué)學(xué)報(人文社會科學(xué)版);2001年02期

7 鄭靜;股票市場功能傳導(dǎo)機(jī)制分析[J];特區(qū)理論與實踐;2001年11期

8 欒雅鈞;臺灣股票市場與祖國大陸股票市場的比較[J];亞太經(jīng)濟(jì);2001年01期

9 ;名刊點(diǎn)睛[J];網(wǎng)際商務(wù);2001年17期

10 徐平福;我國大陸股票市場制度性風(fēng)險及其控制[J];電子科技大學(xué)學(xué)報(社科版);2002年04期

相關(guān)會議論文 前10條

1 鄭長德;;中國股票市場與經(jīng)濟(jì)增長關(guān)系的實證分析[A];中國經(jīng)濟(jì)發(fā)展進(jìn)程中的熱點(diǎn)問題探討[C];2003年

2 周麗輝;;轉(zhuǎn)軌期中國股票市場制度設(shè)計分析[A];第三屆中國金融論壇論文集[C];2004年

3 李玉梅;閆相斌;胡洋;;在線股評對股票市場的影響分析[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2011年

4 鄭勇;葉瑞紅;;我國股票市場對居民消費(fèi)需求影響的思考[A];第十一屆全國經(jīng)濟(jì)管理院校工業(yè)技術(shù)學(xué)研究會論文集[C];2012年

5 王文舉;劉碩;;股票市場機(jī)構(gòu)投資者共謀違規(guī)行為監(jiān)管的博弈分析與動態(tài)仿真研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第9卷）[C];2008年

6 陸蓉;徐龍炳;;中國股票市場對政策信息的不平衡性反應(yīng)研究[A];經(jīng)濟(jì)學(xué)（季刊）第3卷第2期（總第10期）[C];2004年

7 廖士光;;中國股票市場流通性價值研究[A];上海市社會科學(xué)界第五屆學(xué)術(shù)年會文集（2007年度）（經(jīng)濟(jì)·管理學(xué)科卷）[C];2007年

8 楊淑慧;;股票的價值——透過表象看本質(zhì)[A];中國對外經(jīng)濟(jì)貿(mào)易會計學(xué)會2012年學(xué)術(shù)年會論文集[C];2012年

9 ;第十五章 股票市場的實證研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第1卷）[C];2000年

10 郭多祚;徐占東;;第三十八章 中國股票市場β和收益關(guān)系的實證分析[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第3卷）[C];2002年

相關(guān)重要報紙文章 前10條

1 資深股權(quán)投資基金管理人 曾梓;小心貌似“旺夫相”的股票[N];第一財經(jīng)日報;2013年

2 中南財經(jīng)政法大學(xué)廉政研究院教授 、院長 喬新生;股票市場是中國社會的晴雨表[N];證券時報;2013年

3 華龍證券有限責(zé)任公司 雷原 李登武;中國股票市場熱點(diǎn)問題的理論思考（下）[N];財經(jīng)時報;2001年

4 本報記者 廖新軍;“跟蹤股票”：登陸歐洲的創(chuàng)新工具[N];國際金融報;2000年

5 中山大學(xué) 白欽先 徐沛;金融理論中的股票市場[N];上海金融報;2003年

6 ;股票典當(dāng)幫你解“套”[N];上海金融報;2005年

7 安果;我的股票分類觀[N];山西經(jīng)濟(jì)日報;2001年

8 司沛柯;為什么總是股票？[N];證券時報;2005年

9 和平;股票市場提升消費(fèi)信心[N];北京商報;2007年

10 侯捷寧;公司債不會沖擊股票市場[N];證券日報;2007年

相關(guān)博士學(xué)位論文 前10條

1 王蘭軍;中國股票市場功能演進(jìn)與經(jīng)濟(jì)結(jié)構(gòu)戰(zhàn)略性調(diào)整研究[D];西南財經(jīng)大學(xué);2002年

2 顧鵬;宏觀經(jīng)濟(jì)沖擊、信息傳導(dǎo)與中國股票市場[D];南京大學(xué);2015年

3 張馳;股票市場半知情交易者的行為理論與實證研究[D];天津大學(xué);2015年

4 高汝召;中國經(jīng)濟(jì)政策不確定性下的股票市場和國債市場間相關(guān)性研究[D];南京大學(xué);2016年

5 楊睿;基于復(fù)雜網(wǎng)絡(luò)理論的股票市場中金融危機(jī)傳播研究[D];哈爾濱工業(yè)大學(xué);2014年

6 何康;金融危機(jī)、市場傳染與歐美四國股票市場聯(lián)動性研究[D];湖南大學(xué);2016年

7 蘇波;交易者的學(xué)習(xí)適應(yīng)性行為對股票市場影響的仿真實驗研究[D];廈門大學(xué);2009年

8 闕紫康;中國股票市場制度效率研究[D];中國社會科學(xué)院研究生院;2002年

9 劉柯杰;中國股票市場促進(jìn)經(jīng)濟(jì)增長研究[D];復(fù)旦大學(xué);2003年

10 闕偉成;中國股票市場發(fā)展問題研究[D];武漢大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 傅鼎;我國股票市場承載力評價體系研究[D];中國海洋大學(xué);2011年

2 王金曉;投資機(jī)會對股票預(yù)期收益的影響[D];南京理工大學(xué);2015年

3 趙海朋;國內(nèi)量化選股模型研究[D];蘇州大學(xué);2015年

4 鞏鵬X;基于協(xié)整的金融復(fù)雜網(wǎng)絡(luò)研究[D];云南財經(jīng)大學(xué);2015年

5 余翠;中國股指期貨與股票市場的關(guān)聯(lián)性研究[D];沈陽理工大學(xué);2015年

6 徐寅祥;我國股市噪聲交易對收益率的影響分析[D];福建師范大學(xué);2015年

7 劉宗鵬;利率與股票市場價格指數(shù)波動相關(guān)性研究[D];山東大學(xué);2015年

8 劉樹培;基于超網(wǎng)絡(luò)的股票之間的相關(guān)性研究[D];大連海事大學(xué);2015年

9 袁杰;關(guān)于股票市場中股票間相關(guān)性測量方法的研究[D];哈爾濱工業(yè)大學(xué);2015年

10 陳亮;基于微博輿情的股票高頻交易分析技術(shù)研究與實現(xiàn)[D];復(fù)旦大學(xué);2014年

，

本文編號：1356373