【华安证券·金融工程】专题报告:基于特征显著性隐马尔可夫模型的...
Guidolin(2012)对马尔可夫转换模型在实证金融中的应用进行了广泛回顾,涵盖了股票收益、无违约利率的期限结构、汇率以及股票和债券收益的联合过程。在资产配置之外,HMMs还被用于捕捉能源价格动态(Dias和Ramos,2014),构建信用风险系统,例如Petropoulos等人(2016)使用学生t分布的HMM构建了一个信用评级系统,解决了...
Python深度学习股价预测、量化交易策略:LSTM、GRU深度门控循环...
股票价格指数可以反映股市总体价格水平的变化,对所在市场的运行状况有很好的敏感性。股票价格指数上升表明股票的平均价格水平上涨,反之则下降。(二)数据分析使用python对上证综指的收盘指数进行描述性统计分析,包括均值、中位数等,同时绘制收盘指数的走势图。分析可知收盘指数的偏度为0.62,为中度右偏分布;峰度为0....
基于SVR的股票价格趋势预测研究分析建研究
Khaloozadeh(2006)在分析德黑兰股票指数时,因为价格生产具备初始敏感性,ARCH与ARIMA等线性经典模型无法对德黑兰股价开展动态建模,故而将使用非线性神经网络模型对德黑兰价格指数进行模拟的日常数据提出,同时提出这种非线性模型能够在德黑兰价格指数日常数据的预测中成功应用,结果表明人工神经网络能够较好的预测股票指数。支...
GPT-4预测股票涨跌更更更准了!东京大学新框架LLMFactor提升显著 |...
预测股票价格走势是LLMFactor框架的核心环节,它融合了新闻背景知识和可能影响股票价格的因素,以指导LLMs进行预测。这一过程始于将时间序列数据转换为文本格式,使LLMs能够理解并处理。具体来说,股票价格走势序列被转换成一个文本序列,其中上升和下降分别用“rose”和“fell”表示。接着,研究者构建了一个时间模板(TimeT...
中金:降息交易或迎通胀考验
图表:美国酒店价格9月上涨资料来源:STR,中金公司研究部通过环比预测推导同比增速,我们预测9月名义CPI同比下降至2.3%,但核心CPI同比下行可能暂缓,维持3.2%左右。在9月非农数据意外走强后,通胀风险可能重回市场视野。今年通胀异常数据增多,增大统计预测难度,实际通胀数据与市场预期多次背离。我们的模型显示Q4美国通胀不确...
【招商策略】基于FCF-ROE和DCF定价模型的策略框架——A股投资启示录
DCF模型作为一种经典的定价模型,通过预测企业未来的自由现金流,并将其按照一定的折现率折现,从而计算企业的内在价值(www.e993.com)2024年10月17日。该模型的前提假设是被定价的股票要有长期永续增长预期、相对稳定的现金流,多适用于竞争格局稳定的行业或行业龙头。基于DCF定价模型的四个核心变量是:自由现金流占比(FCFR)、无风险利率(rf)、风险...
金融工程高智威|个股K线图形态AI识别构建市场风格预测
本研究设计了一个基于卷积神经网络(CNN)的模型,用于预测滚动20天窗口股票价格的未来走势。模型利用两个卷积层自动提取时间序列的复杂特征,每层后接最大池化层以降低特征维度。处理后的特征图被展平并送入全连接层,最终输出两个概率值,分别代表股票未来价格上涨和下跌的可能性。最终我们以股票上涨的概率作为因子进行选...
复旦大学教授肖仰华万字分享:走向千行百业的大模型
到底把什么数据配给大模型,它才能够具备金融从业人员的专业认知水平,其实这个是非常有意思的问题,事实上你把一些金融行业的基础数据让它去训练是不够的,你把一些非常细节的数据(比如每时每刻的股票交易价格)让它去训练也是不必要的行的。我们可以多反思一下一个普通人是如何成长为金融专业人员的,它是因为学到了...
量化选股策略介绍、回顾与展望什么是量化选股策略?
量化选股策略中的因子是指能够对个股收益差异进行解释的特征,它们能够解释投资组合的收益或帮助进行资产定价。因子的有效性主要看其预测能力,一个有效的因子是在某历史时间段内的数据所呈现出来的规律,并不意味着该规律在未来的市场中可以持续有效。在量化选股模型中,因子一般可分为“风险因子”与“阿尔法因子”两大...
张瑜:以“价”定“价”——2024年中期策略报告_腾讯新闻
3、经济层面,重点关注外需的变化。一方面,在出口量强于价,进口价强于量的背景下,净出口对实际GDP的拉动要强于名义的贸易顺差读数。另一方面,今年出口的回暖部分原因来自新兴市场,而对新兴市场的出口以中间品为主,中间品景气可能会有所向好。4、海外方面,重点关注可能影响美联储货币政策节奏的影响因素,包括:1)通胀...