本文關(guān)鍵詞：基于模式識別的“高送轉(zhuǎn)”投資策略研究，由筆耕文化傳播整理發(fā)布。

【摘要】：“高送轉(zhuǎn)”是高比例送紅股或轉(zhuǎn)增股本的簡稱,它是市場的常發(fā)事件,而且在預(yù)案公告日前一段時間有顯著正的超額收益。因此投資者若能在公告前識別“高送轉(zhuǎn)”事件股票,則能獲得較好的投資收益。然而國內(nèi)外文獻(xiàn)對“高送轉(zhuǎn)”的研究主要集中在上市公司股利政策動機研究和“高送轉(zhuǎn)”財富效應(yīng)驗證兩方面,雖然國內(nèi)許多證券投資機構(gòu)都有對“高送轉(zhuǎn)”投資的研究,但是在關(guān)鍵的“高送轉(zhuǎn)”預(yù)測上,大都采用主觀性較強的打分排序法,因此本論文提出基于模式識別較客觀的預(yù)測模型。本文首先定義了“高送轉(zhuǎn)”事件內(nèi)含及模式,通過文獻(xiàn)引用和數(shù)據(jù)實證,提取了影響上市公司實施高送轉(zhuǎn)的特征因素,包括每股資本公積、每股未分配利潤、每股收益、每股凈資產(chǎn)、每股現(xiàn)金凈流量、每股營業(yè)收入、上市時間、股價、股本九因子。在此基礎(chǔ)上選擇基于主成分Logistic回歸方法,建立了預(yù)測股票發(fā)生“高送轉(zhuǎn)”事件的概率模型,模型經(jīng)檢驗和共線性處理,用2014年數(shù)據(jù)建模來預(yù)測2015年的可能實施“高送轉(zhuǎn)”的股票。預(yù)測結(jié)果是:2015年“高送轉(zhuǎn)”預(yù)測的準(zhǔn)確率可以達(dá)到62.8%,遠(yuǎn)遠(yuǎn)高于2015年“高送轉(zhuǎn)”的A股占比19.67%。在此基礎(chǔ)上運用CART決策樹模型對第一階段選出的“高送轉(zhuǎn)”股票進(jìn)一步篩選構(gòu)建模擬交易策略,年化收益率高達(dá)122.41%,優(yōu)于未經(jīng)篩選構(gòu)建的交易策略。本文的研究意義主要存在于以下兩個方面,一方面從投資者的角度出發(fā)構(gòu)建了完整的“高送轉(zhuǎn)”投資組合策略,對投資者有一定的參考價值;另一方面從數(shù)據(jù)挖掘的角度來研究“高送轉(zhuǎn)”投資,為后續(xù)的研究提供新的研究思路。
【關(guān)鍵詞】：高送轉(zhuǎn) 多重共線性 Logistic回歸 決策樹
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F832.51
【目錄】：

• 摘要5-6
• Abstract6-11
• 第一章 緒論11-18
• 1.1 研究背景11-12
• 1.2 研究意義12
• 1.3 國內(nèi)外文獻(xiàn)研究綜述12-16
• 1.3.1 國外“高送轉(zhuǎn)”文獻(xiàn)綜述12-14
• 1.3.2 國內(nèi)“高送轉(zhuǎn)”研究綜述14-16
• 1.4 文章主要內(nèi)容、結(jié)構(gòu)安排和創(chuàng)新點16-17
• 1.5 本章小結(jié)17-18
• 第二章 “高送轉(zhuǎn)”相關(guān)知識介紹18-29
• 2.1 股利支付形式18
• 2.2 “高送轉(zhuǎn)”界定18-19
• 2.2.1 送轉(zhuǎn)股票18-19
• 2.2.2 “高送轉(zhuǎn)”定義19
• 2.3 我國上市公司分紅送轉(zhuǎn)流程19-20
• 2.4 影響“高送轉(zhuǎn)”實施的主要因素20-21
• 2.5 我國A股“高送轉(zhuǎn)”現(xiàn)狀21-27
• 2.5.1 “高送轉(zhuǎn)”受追捧21-23
• 2.5.2 “高送轉(zhuǎn)”與上一年大盤走勢23-24
• 2.5.3 “高送轉(zhuǎn)”股票預(yù)案公布前、后收益24-26
• 2.5.4 年報送轉(zhuǎn)預(yù)案公告日統(tǒng)計26-27
• 2.5.5 “高送轉(zhuǎn)”套利機會分布的時間27
• 2.6 本章小結(jié)27-29
• 第三章 相關(guān)理論介紹29-40
• 3.1 單因素方差分析29
• 3.2 多重共線性29-34
• 3.2.1 多重共線性的概念29-30
• 3.2.2 多重共線性的影響30
• 3.2.3 多重共線性的檢驗方法30-32
• 3.2.4 多重共線性的修正32-34
• 3.3 Logistic回歸原理及公式推導(dǎo)34-37
• 3.3.1 LR分類器34-35
• 3.3.2 Logistic回歸模型35
• 3.3.3 Logistic回歸模型的參數(shù)估計35-36
• 3.3.4 Logistic回歸模型的檢驗36-37
• 3.4 Logistic回歸模型的診斷與修正37-38
• 3.4.1 Logistic回歸模型共線性的診斷37
• 3.4.2 主成分Logistic回歸模型37-38
• 3.5 CART決策樹38
• 3.6 本章小結(jié)38-40
• 第四章 基于模式識別的“高送轉(zhuǎn)”投資策略的構(gòu)建40-47
• 4.1 “高送轉(zhuǎn)”預(yù)測模型的構(gòu)建40-44
• 4.1.1 變量定義40-41
• 4.1.2 “高送轉(zhuǎn)”預(yù)測模型的設(shè)計流程41-44
• 4.1.3 預(yù)測模型的評估指標(biāo)44
• 4.2 “高送轉(zhuǎn)”交易模型44-46
• 4.2.1 “高送轉(zhuǎn)”篩選模型44-45
• 4.2.2 “高送轉(zhuǎn)”交易策略的制定45
• 4.2.3 策略評估指標(biāo)45-46
• 4.3 本章小結(jié)46-47
• 第五章 “高送轉(zhuǎn)”投資組合策略模型實證分析47-60
• 5.1 數(shù)據(jù)來源與處理47-48
• 5.2 “高送轉(zhuǎn)”預(yù)測模型的實證48-56
• 5.2.1 自變量單因素方差分析48-50
• 5.2.2 多重共線性診斷50-51
• 5.2.3 提取自變量的主成分51-52
• 5.2.4 建立“高送轉(zhuǎn)”分步識別模型52-54
• 5.2.5 建立“高送轉(zhuǎn)”單步識別模型54-55
• 5.2.6 “高送轉(zhuǎn)”預(yù)測模型結(jié)果55-56
• 5.3 “高送轉(zhuǎn)”交易模型實證56-58
• 5.4 投資建議58-59
• 5.5 本章小結(jié)59-60
• 結(jié)論與展望60-61
• 參考文獻(xiàn)61-65
• 攻讀碩士學(xué)位期間取得的研究成果65-66
• 致謝66-67
• 答辯委員會對論文的評定意見67

  本文關(guān)鍵詞：基于模式識別的“高送轉(zhuǎn)”投資策略研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：481218