一、股市泡沫的基本面分析（论文文献综述）
梁知[1]（2021）在《我国可转债溢价成因分析 ——以横河转债为例》文中研究表明2020年以来,我国可转债市场异常活跃,成交量明显扩张,在此背景下部分可转债个券表现出了持续性的高涨幅、高换手率、高溢价率,使得可转债面临较大的价格波动风险和投资风险。为了探究我国可转债存续期高溢价的原因,本文选取2020年间单日转股溢价率最高的可转债——横河转债为例,就横河转债进行案例介绍,将横河转债发行以来溢价情况进行纵向对比,划分为低溢价和高溢价两个阶段,并对横河转债条款设计以及发行以来横河转债市场表现进行全面的阐述。本文发现在低溢价阶段,横河转债纯债溢价率和转股溢价率走势基本呈反向变动,而在高溢价阶段,横河转债纯债溢价率和转股溢价率走势大体一致。同时,横河转债和横河模具在低溢价阶段债股走势趋同,而在高溢价阶段债股市场价格运动趋势同步性较低,甚至还呈反向运动。通过案例介绍,可以得出横河转债表现出的是高转股溢价率且同时高纯债溢价率的“双高”特征,债股关联性弱,呈现投机特征。案例分析围绕横河转债基本面分析、投资者交易面分析、条款分析进行。基本面分析结合宏观经济分析、中观行业分析、微观公司分析三个分析角度,发现横河转债溢价成因之一为:新冠疫情下股市较为动荡,风险较大;而可转债市场能够兼顾收益与风险两个因素,同时货币供应较为充足,导致整个可转债市场交易较为活跃。投资者交易面分析包括投资者情绪来看和投资者结构分析,发现横河转债溢价的成因之二为:投资者结构中个人投资者占比众多,信息不对称较为严重,羊群效应较为明显,为横河转债持续的高溢价提供了条件。条款分析包括对转股、转股价格调整和下修、转债回售和赎回条款进行分析,发现横河转债溢价的成因之三为:横河转债剩余规模较小,流动性强,且距离强赎期及强赎条件仍有一定距离,本身强赎风险较小,促使了横河转债的持续溢价。通过以上分析后,本文认为横河转债溢价成因既有普遍性因素,也有特殊性因素。从普遍性因素来看,疫情爆发下可转债市场抗跌性强、波动率低、回撤小的优势得以凸显,使得公众对可转债市场的认识进一步加深,投资者在新冠疫情“黑天鹅”事件爆发后风险厌恶程度提升,参与可转债市场交易的活跃度提升,投资者预期看涨,拉动可转债需求不断提升,从而推动溢价不断提升。从特殊性因素来看,作为众多可转债中的一只个券,横河转债能表现出超高溢价的原因不是因为横河模具财务状况良好,投资者看好其发展前景,而是因为横河转债剩余未转股规模小以及赎回风险较小,价格和溢价容易受市场资金影响;同时横河转债投资者结构中机构投资者和个人投资者占比较为畸形,盲目跟风行为及羊群效应严重,呈现投机炒作的特征。最后,根据已有政策的相关法律法规以及本文研究结果,在完善市场交易规则、建立价格风险监测体系、引导投资者理性投资的基础上提出了三点建议:第一,建立更加完善的熔断机制来制约可转债市场过强的流动性;第二,对横河转债及类似个券进行更严格的重点监控及加强公告效应,引导投资者回归理性;第三,细化转股价格特别向下修正条款,加强自主调整转股价格,避免过高的可转债溢价。
左云亮[2]（2021）在《重大利空事件下股票博弈投资策略研究 ——以A股为例》文中认为证券投资可以简要概括为两个要素:买卖行为和行动时间。在适当的时间做出适当的行动才能实现成功的投资。然而判断何时是适当的时间并非易事,就连在买入和卖出两个行为中选择其一也需要经过深思熟虑。中国A股市场的一个特点是:即使没有发生对标的有重大影响的事件,标的价格仍然会有较大的波动,形成一个个局部高低点,局部高低点之间是升浪和降浪。而在发生重大事件时更是如此。众多金融领域的学者试图用理论解释证券价格的形成缘由,以预测未来的走势,然而收效不大。目前来说,内在价值理论仍然是对证券价格走势比较好的解释:价格围绕证券的内在价值上下波动,其走势是一个均值回复的过程。本文也采纳了这种思想进行价格走势估测。这种现象的存在与A股市场的投资者结构不无关系。A股市场有大量资金量小的个人投资者,俗称“散户”,还有很大程度上左右证券价格走势的机构投资者,俗称“主力”。每个个股都有主力的存在,而所有个股的主力的总和又可认为是股指的主力。在零和游戏条件下,主力的盈利来源于散户的损失,散户需要看透主力的意图才能盈利。可以说,股票曲线的形态就是二者随着时间变化博弈行为的结果。因此本文应用了博弈论进行决策分析。本文对发生重大利空事件背景下的上证指数（股指）和上海机场（个股）进行了投资决策分析,二者的分析思路和结论大致相同。重大利空事件是指会导致股指或个股价格剧烈波动的事件。本文选用的重大利空事件为新冠疫情。首先搜集了标的近十年的价格数据,以散户的投资周期两个月为基础求出了标的历史数据的局部高低点,确定了升浪和降浪的平均涨跌幅。然后根据基本面指标（股指是宏观经济指标,个股是财务指标）和技术面指标的经验上涨概率加权确定综合上涨概率,综合上涨概率越接近尾部,趋势反转的可能性越大;当指数上涨概率高于90%、个股上涨概率高于95%时可进行低位决策,当指数上涨概率低于10%、个股上涨概率低于5%时可进行高位决策。接着在低位和高位的决策点建立完全信息静态博弈模型和不完全信息静态博弈模型,以升浪和降浪的平均涨跌幅为基础,并在考虑实际投资的情形下添加了一个调整系数,以此确定了主力和散户在不同位置进行不同决策的效用。最后求解均衡结果。完全信息静态博弈模型得出的结论是在低位决策点,散户和主力会达成的均衡结果为主力买入和散户买入;在高位决策点,散户和主力达成的均衡结果有两个,主力买入与散户卖出和主力卖出与散户买入。不完全信息静态博弈模型在低位决策点得出的结论与完全信息静态博弈模型一致,在高位决策点得出的结论是当散户判断主力是做多类型的概率超过某一临界值,散户会选择买入,否则会卖出。经过实证检验,按照本文的结论进行博弈决策分析,散户在投资股指和个股时,在获取上涨收益和避免更大亏损方面,均取得了一定效果。
王婷婷[3]（2021）在《基于拥挤交易的行业轮动投资交易策略》文中提出在我国股票市场中,由于受到经济周期、宏观政策和投资者心理等因素的多重影响,市场的主要投资热点在各行业板块间来回轮转,导致各个行业板块之间的相对强弱走势存在着此消彼长的现象。尤其是近两年,我国基金规模出现了爆发式的增长,赚钱效应吸引着大批的散户投资者资金不断涌入机构投资者手中。同时,由于基金经理人的投资研究能力非常强,他们在做出决策的时候有着类似的流程和理念,从而导致投资方向集中的现象,即产生基金抱团现象。而随着整个A股市场的行业板块投资分布越来越集中,就会出现大量具有类似特征的资金在同一时期内共同配置某一行业板块的现象,即产生行业板块拥挤交易现象。而随着市场上其他投资者的资金也纷纷涌入这些行业板块中,该拥挤交易行业板块的价格波动幅度就变得越来越大,随着时间的推移,那些因为成为投资热点而被投资者疯狂涌入进而使得其严重背离内在价值的行业板块最终将会逐渐回归正常水平。随着机构抱团的轮换阵地,庞大的资金洪流将再一次跟随涌进下一个拥挤交易行业板块,进而引起我国A股市场的行业轮动现象变得越来越明显。基于此,本文通过梳理大量相关文献,构造了“集中度”因子作为行业轮动信号用来衡量行业板块是否存在拥挤交易,以此选出各个不同周期内交易热度和关注度高的强势行业。进一步地,对于散户投资者而言跟随拥挤交易存在着比较大的泡沫崩盘风险,所以本文将同时考虑到退出策略,构造了一个“相对估值”因子来识别行业拥挤交易泡沫的阶段。本文将处于拥挤交易泡沫形成期的行业作为多头组合,并且当其相对估值水平过高的时候进行卖出,从而构建一个相对完整的能够获得超额收益的行业轮动策略。具体实证部分本文将申万一级行业作为研究样本,将2014—2020年划分为样本内和样本外的两个区间进行回测。首先通过样本内回测检验发现“集中度”因子和“相对估值”因子可以作为行业轮动信号;其次通过样本外回测验证了本行业轮动策略的有效性,发现业绩指标和风险指标的总体表现都优于基准,在我国A股市场上尤其有着不错的收益表现和风险控制能力。因此,本文的研究成果可以为进行行业配置的投资者提供一定的投资策略参考,并且对于用来投资行业ETF具有一定的应用价值与现实意义;本文的研究在一定程度上验证了国内A股市场上可以通过骑乘拥挤交易泡沫从中获利的同时也说明存在着较大的价格崩盘风险,投资者和相关监管机构也需要重视市场的拥挤交易风险。
吴威廷[4]（2020）在《股票基本面分析的主要内容》文中研究指明股票市场中所指的基本面,主要是对影响现阶段股票走势的一些股市或社会中的基础性因素状况,通过基本面进行分析。在分析过程中,投资者便可以进一步的了解决定目前股价变动的基本因素,因此基本面也是目前股票投资过程中的分析基础。本文中主要研究了股票基本面的主要内容,文中首先对当前股票市场中进行基本面分析的作用及意义进行分析,然后对股票市场中基本面分析的理论基础进行阐述。最后结合实际情况,对股票市场中的基本面分析的主要内容进行说明。
彭琴[5]（2020）在《股票极端波动与博弈投资策略研究 ——以A股为例》文中指出股票市场具有天然的投机性,尤其是在中国背景下具有中国特色的股市,股市中投资者变得越来越精明,各不同利益方之间的博弈也随之产生。股市中出现的各种奇怪的现象如股票暴涨暴跌、降息滞涨、爆发性跳水等违反常识的现象的成因也都是有迹可循的,这些股市极端波动的产生与股票市场中各参与主体的行为密切相关。他们这种在遵循一定的市场经济规则的情况下努力追求自身的收益最大化的投资过程,从本质上来看就是一种在股票市场中各投资主体之间相互博弈的过程。机构投资者和散户投资者作为股票市场最具代表性的两类投资者,二者之间是对立统一的矛盾关系。本文结合基本面和技术面的信息构建了股票极端波动点主力和散户两类投资者之间的博弈模型,其中的关键也是本文最大的创新之处在于对构建的博弈支付矩阵中的数值进行了更加客观的估计。首先是基于股票历史数据根据局部高低点的定义搜索股票的局部高低点,再结合Bias乖离率指标来分析各局部高低点股票的经验累积概率,选取股票上涨经验概率为≧95%或≦5%时的时点作为股票的极端波动点;其次将基本面信息和技术面信息进行量化,给予各项信息相应的评价和权重,从而确定股票走势好和不好的概率,并结合其相对应的期望收益求出博弈支付矩阵中的数值,即各不同策略组合下主力和散户的预期收益;最后通过划线法和最大化收益法求出各极端波动点博弈矩阵的均衡解,进而确定主力和散户的最优投资策略。由于本文选取的是股票极端波动时点进行分析,最后得到的均衡策略均为纯策略。本文基于对上证指数和个股代表新希望的研究分析,发现无论是大盘指数还是个股,在牛市局部高点的均衡策略都为（主力买入,散户卖出）和（主力卖出,散户买入）,而在熊市局部低点的均衡策略则为（主力买入,散户买入）。本文的创新在于吸收了传统技术面和基本面的信息,结合博弈论的方法来剖析我国股市中股票极端波动点各参与主体所作投资决策背后相互博弈、相互制约,从而推导得到股票极端波动点各参与主体的最优投资策略,并用来对股市中一些实际问题进行说明。本文所得结论不但能对股市中投资者的实盘操作做出合理指导,而且也能为具有监管职责的政府制定相应规则、政策提出有用的建议,因此具有较强的理论意义和实践意义。本文也存在很多不足,有客观条件的影响,也有自身能力的局限。本文在分析过程中并未考虑到股票极端波动点所有的基本面信息和技术面信息,只是选取一些有代表性的易量化得指标进行分析,且对于所选择的评价指标的评价结果和权重的确定及收益的估计仍具有一定的主观性。此外,本文并未考虑股票买入后的退出机制等,这些方面今后仍需要进一步完善。
童川[6]（2020）在《新闻极性驱动的中概股预测研究》文中研究说明股票市场的预测一直是数据研究热点,但是受到很多因素的影响,其预测难度较高。新闻是影响股价的重要因素,投资者也经常依赖新闻进行股票交易与决策,因此对新闻的剖析可以为投资者提供有效信息。新闻作为非结构性数据运用到股票预测中困难重重,而随着机器学习技术和自然语言分析技术的发展,使得该问题的解决成为了可能。目前国内外资本市场政策上的显着差异性导致越来越多的国内企业在国外上市,而关于中文新闻对中概股预测影响的研究却很少。行为金融学理论发现投资者的投资行为和交易决策容易受到新闻等文本的影响,因此对新闻文本进行极性分析有利于帮助投资者实时判断新闻表达的内容是积极还是消极的,并在极短的时间内做出相应的决策,快速抓住收益的机会并合理规避亏损的风险。股票价格趋势预测属于计算机科学与金融学的交叉学科,在机器学习预测能力日渐提升的情况下,本文通过借鉴两种领域不同的算法思想,使用财经新闻对股票价格趋势进行预测,主要工作如下:（1）在支持向量机的算法理论基础之上,实现自定义全自动机器打标签模型,增加关键短语权重,提出一种新的循环评估支持向量机模型,使用随机种子将语料集合随机分配生成不同的训练集合和验证集合,加入循环评估机制进行训练,在达到设定的预测精确率后退出循环得到最终训练结果,并使用样本外集合进行测试证明其合理性和有效性,从而改善在中概股方面新闻极性驱动对股票价格影响与预测的研究。同时,与卷积神经网络模型以及朴素贝叶斯模型进行预测性能、预测趋势、模拟交易等三方面的对比实验,论证了本文提出的循环评估支持向量机模型具有较为优秀的预测效果,能够帮助投资者识别新闻的极性并获得更高的投资收益。（2）利用卷积神经网络和长短期记忆网络能够提取文本特征的网络特性,同时考虑到卷积神经网络在特征提取方面的优越性以及长短期记忆网络在处理时序信息时的天然优势。而空洞卷积可以通过设置扩张率来扩大卷积操作过程中的感受野,从而避免常规卷积的池化操作导致信息丢失的现象,由此提出一种LSTM-Di CNN模型,分别与CNN、LSTM、CNN-LSTM、LSTM-CNN、Di CNN和Di CNN-LSTM六种模型进行对比试验。七种模型的输入层均后接词嵌入层,输入数据均为统一语料集合的财经新闻文本数据。词嵌入层使用Glo Ve处理生成词向量,通过间接引入外部训练数据防止过拟合,并且减少训练的参数个数来提高训练效率。使用自定义全自动机器打标签操作,运用交叉验证的思想将语料集合随机分配,七种模型就预测性能、模拟交易收益率、模拟交易多空收益率等三方面进行比较,验证了准确率最高、相应收益率最高的模型为LSTM-Di CNN模型。综上所述,本文就新闻极性对股票价格波动趋势的影响进行研究,通过机器学习和深度学习的算法进行基本面和技术面的融合分析。将所提算法应用到实际的交易策略中,且均取得了良好的实验效果。
李伦一[7]（2019）在《资产泡沫测度、空间传染与联动效应的实证研究》文中提出现代经济经常出现资产价格大幅波动的情况,而这种情况无法通过经济基本面的变化来解释。通常我们把这些情况或者现象叫做泡沫的膨胀和破灭。从大部分的文献来看,这些泡沫是不可预测并会产生实质性的宏观经济效应的。当泡沫膨胀时,消费、投资会飙升,经济持续增长;在泡沫破裂时,消费、投资会下降或放缓,经济会崩溃或停滞不前。所以,本论文意在通过研究不同资产市场中出现的泡沫,来讨论以下问题:这些泡沫能否被测度?泡沫如何通过空间传染?泡沫之间是否存在联动效应?本论文主要使用对数周期型幂律模型（Log Period Power Law,LPPL）和基于分位数回归的LPPL对资产价格泡沫进行建模和测度,并结合一些前沿实证方法,同时考虑到中国股票市场、中国房地产市场和国际数字货币市场的特性,进一步考察这些资产价格泡沫在分位数测度、空间传染以及不同市场之间的联动效应。在泡沫的经典文献中,资产价格在几个月甚至几年的过程中急剧上升,远远超过资产未来现金流合理的估值水平。这些价格上涨伴随着大量的投机和高交易量,而价格泡沫最终以崩盘告终,其中价格崩盘甚至比上涨更快。本论文首先梳理金融市场泡沫的研究理论和文献。其次,在对现有文献进行梳理和评述的基础上,采用LPPL模型及基于分位数回归的LPPL这一泡沫测度方法对股票的价格泡沫和市场崩溃进行定义和数据切分,随后拟合并对金融资产价格泡沫进行研究和预测。主要结论表明,在LPPL模型中,利用Confidence指标在拟合股市泡沫时是可靠的。同时发现,实证分析中,沪深300和中证500的Confidence值更大,这说明模型对于这两个市场拟合得更好,并且能够比较好地预测金融资产价格泡沫的发生。同时,将分位数回归模型与LPPL模型相结合,能够优化模型的预测效果,并将模型应用到中国股票市场,对预测结果进行验证,增强模型结论的稳健性。在各分位数水平下,尽管在时间上存在一定程度的向前或向后的评议,但LPPL模型结合有效的数据均可以很好的预测金融资产价格泡沫的爆发,相关指数也能一定程度上对泡沫爆发起到预警作用。再次,本论文就中国的房地产市场价格泡沫进行讨论。本部分的研究目的即:建立房地产价格泡沫空间传染模型对我国各城市房地产市场泡沫空间传染性进行实证分析,并就各地方政府房地产调控政策进行评估。具体探究:与其他金融资产相比,房地产市场的价格泡沫应该怎么测度?房地产市场的价格泡沫是否存在空间传染性?背后的影响机制是怎样的?各地区的房地产宏观调控政策是否有效的防止了房地产价格泡沫的继续膨胀?上述问题的研究不仅能够对我国各城市的房地产价格泡沫进行定量分析,而且能够发现各地房地产泡沫之间的联动特征关系。上述问题的解答也有助于各地方政府因地制宜地进行房地产调控,对有效防范房地产区域性风险提供政策建议和参考。不同于股票市场,房地产价格泡沫是一个中长期的价格持续升高的形成过程,而且缓慢持续,而LPPL模型能更好的模拟房地产价格成长和反转的过程。区别于现有文献,本部分还进一步考虑正向泡沫和反转泡沫区域的房地产价格泡沫特点。两者最大区别在于价格动态是在价格崩溃点之前还是之后:正泡沫是价格呈现快于指数增长且伴随振荡,且价格崩溃点在未来某一刻出现;反转泡沫的出现则是在价格崩溃点之后,价格由下向上的调整。通过采用2010年6月到2017年11月间100个城市的房地产市场数据,LPPL模型能够对我国100个城市房地产价格泡沫进行甄别且识别出主要存在两种泡沫状态:正向泡沫（房价持续上升）和反转泡沫（房价整体下降却存在反转点）。各个城市（地区）房地产价格具有较强的空间传染性;存在正向泡沫区域的空间传染性相较反转泡沫区域更为明显,在考虑经济空间测度而不是物理空间测度的情况下,各城市间的空间传染性更强。与现有文献不同,我们发现反转泡沫区域的新房价格指数特别是二手房价格指数的上升对周边城市的房地产价格指数存在强烈的正向推高影响。最后,我们发现城市的房地产调控政策在一定程度上抑制了传统因素（比如信贷和新房、二手房价等）对房地产价格泡沫的推高,但是,各城市房地产价格之间的联动变化特征反而更应该引起监管者的注意。最后,本论文对被业界认为“泡沫最多”的数字货币进行了实证研究,探究数字货币资产是否存在泡沫累积的过程,并将货币政策作为外生冲击因素,考察货币政策对数字货币资产价格泡沫之间的联动效应。现有电子货币资产的数目高达400多种,而其背后的逻辑和社区构成方式基本都由本文所选取的三种数字货币资产组合衍生而来（所选的三种具有代表性数据为比特币、崛起币和格雷德币）,且这三种数字货币的市值目前为全世界前三。另一方面,尽管我国严格禁止数字货币的发行,但此部分的研究对于监管者仍有一定的参考意义,比如由于数字货币市值和交易量的日益增大,其对其它金融市场的影响也逐渐加大,特别是对全球金融安全的影响不断加大,而数字货币价格的大起大落会对全球金融市场的稳定构成威胁。本部分认为数字货币的泡沫置信度之间存在较强的联系,也就是说不同数字货币的泡沫之间存在较强的联系,而价格对于泡沫置信度和泡沫的影响相比之下则有限。本部分构造的泡沫指标和使用的数字货币资产价格预测模型通过控制训练集范围等措施能够达到较好的预测效果。同时,在对价格波动溢出效应的研究中发现不同数字货币之间的泡沫置信度联动关系具有各自的特点。货币政策能够较为显着的影响泡沫置信度的波动率,在货币政策宣布后一段时间内,数字货币的价格往往波动较为剧烈,更容易产生泡沫和发生泡沫破裂,而货币政策对不同数字货币的影响程度不同。本论文的创新主要在于:一是通过结合分位数回归模型,改进传统的LPPL模型,优化资产价格泡沫的预测效果。我们将这一扩展模型应用到中国股票市场,对预测结果进行验证,发现模型结合有效的数据均可以很好的预测金融资产价格泡沫的爆发,相关指数也能一定程度上对泡沫爆发起到预警作用。二是就中国百城房地产价格泡沫进行定量测度,同时考虑不同空间（物理和经济）结构中百城房地产价格泡沫的传染效应。本章节基于微观层面100个城市的基本经济背景数据对房地产泡沫空间传染研究。与现有文献不同,本章节发现反转泡沫区域的新房价格指数对周边城市的房地产价格指数存在强烈的正向推高影响。房地产调控政策在一定程度上抑制了传统因素对房地产价格泡沫的作用,但是,各城市房地产价格之间的联动效应应该引起监管者的注意。三是选取国际最具代表性的几种数字货币,采用分位数回归LPPL模型测度数字货币价格泡沫,并采用EGARCH模型分析不同数字货币价格泡沫之间对货币政策的反应效果。不同于现有波动性溢出效应文献,本章节通过模型衍生出的置信度指标来探究数字货币泡沫发生概率之间的联动（溢出）效应,并且配合货币政策作为事件研究,进一步探究数字货币泡沫发生概率之间在货币政策前后不同的表现。
郑超[8]（2019）在《投资者行为、股市泡沫与我国金融安全研究》文中研究表明中国资本市场正不断壮大,结合着不断提高直接融资比例等积极政策引导,直接金融市场与间接金融市场的业务比例将不断得到优化。因此,在我国的现在和将来,资本市场已经成为并将继续作为金融市场的重要组成部分。党的十九大报告指出,新时代背景下未来数年我国经济发展的关键就是紧扣高速增长阶段转向高质量增长阶段的总要求,以推进供给侧结构性改革为主线,打好防范化解重大风险等三大攻坚战。其中,“重大风险”首先指的是经济和金融风险,而资本市场风险也是金融风险组成中的重要一环。资本市场安全的重要性在于,首先资本市场安全是国家金融安全的重要组成部分,资本市场不安全,则很难讲金融系统是安全的;其次在于现代经济金融体系中,不同部门间分工与紧密协作的机制决定了风险都是相互传染的,资本市场的风险很容易扩散传播到其他行业和部门,导致系统性金融危机乃至经济危机。资本市场投资者行为、资产价格行为、价格泡沫、金融风险与金融安全,都是相互联系、相互作用的重要研究对象,在我国资本市场发展日益迅速、市场风险愈发突出的背景下,资本市场过度波动风险进而影响金融安全的问题就是一个非常重要的研究课题,有必要厘清其内在作用机制,用整体观、系统观的思想分析问题,得到更有现实意义的研究结论。本研究运用规范性分析和实证分析相结合的研究方法着重描述微观层次上各个投资者有限理性的决策行为,在中观层次上造成了股票市场的过度波动性风险,而风险的传染效应会导致宏观层面的国家金融安全、甚至国家安全状况受到影响,最终提出相对应的政策建议,以反映当前我国资本市场迅速发展并成长为国民经济重要组成部分的现实与趋势。本文的基本研究结论有:一是以系统观为指导,在详细梳理相关研究文献的基础上,建立一个简单的三异质投资者价格博弈的股市模型,验证股市温和型、扩张型和爆炸型泡沫的产生条件;从经济安全、银行与保险业安全、资本市场安全和货币安全四个层次概括了金融安全的影响因素,认为股市泡沫的膨胀与破裂,影响的是资本市场安全,进而也会作用于金融安全。二是对包含基本面投资者、技术面投资者、情绪投资者和被动投资者的人工股票市场进行了仿真,分析了股票价格趋势、收益率及投资者仓位、账户收益率的情况,结果表明,当市场中被动投资者数量较少,或基本面投资者数量较少,或情绪投资者数量较多时,容易发生股市泡沫,不过,情绪投资者过少时容易出现流动性风险,进而股价崩盘。对风险传染的仿真表明,如果任由危机传染,则很可能会诱发全系统的金融风险;在监管层及时介入后,可以扭转危机传染的进程,将金融风险控制在不扩散状态,维护社会金融安全。从干预效果来看,救助策略要优于免疫策略。三是以托宾Q值法、泡沫系数法衡量了股价偏离基础价值的程度,结果有合理之处,尤其是泡沫系数法,但该两种指标过于单一,容易遗漏重要信息;以GSADF法研究了单纯从股价自身波动特征出发的泡沫情况,成功捕捉到了我国股市2006-2007、2014-2015两段较大的泡沫行情,给出了明确的泡沫程度和泡沫时间的提示,该方法的缺陷在于其递归算法对2009年股市翻倍行情的泡沫程度提示不足、对2018年股市不断下行期间的泡沫水平提示偏高,因此有失偏颇;利用包括基础价值和投资者行为指标、股价波动指标在内的系列指标,以主成分法提取构造股价泡沫指数,表明我国股市共经历过四段泡沫较严重的时期,并且该指数显示我国股市2014-2015年间泡沫程度要高于2006-2007年,有力揭示了2014-2015年A股牛市为杠杆牛、脱离基本面支撑的实际情况,实证效果较其他模型好;研究股价泡沫破裂阶段往往伴生流动性风险的特征,发现流动性指标是波动性指标的格兰杰因,样本期内VAR模型的估计参数表明滞后1阶的流动性指标对波动性指标的影响系数为正且显着,滞后2阶的指标系数为负且显着,这为市场流动性风险管理的必要性和重要性提供了实证证据。四是以股市泡沫实证与测度为基础,继续对我国金融安全状况作出了评价,从经济系统安全、银行与保险业安全、资本市场安全和货币安全四个维度选取GDP增长率等11个初始指标,并运用主成分分析方法从中提取5个主成分,编制我国金融安全指数。结果表明,样本期间我国金融安全指数大致经过了五次方向一致的波动,每一阶段金融安全指数的表现都有着主力经济指标的推动,同时也有着深刻的经济背景;进一步地,以股市泡沫指数代表泡沫水平,以金融安全指数代表我国金融安全水平,建立了马尔可夫区制转换模型（MSIH（3）-VAR（3））,考查了两者之间的动态关系,结果表明,模型相关参数显着,具备明显经济意义:股市泡沫水平是我国金融安全水平的格兰杰因,股市泡沫指数是金融安全指数的领先指标,先带来安全指数的上升,随后滞后2阶时会导致安全指数的下降,脉冲响应函数的结果也印证这一结论,总的来看,我国金融安全状态在区制2（轻度不安全）和区制3（安全）的停留概率较大,区制1（严重不安全）的持续期大概仅有其余区制的一半,说明整体金融安全程度尚属可控。五是提出了坚持以系统观为指导、推动科学有效市场监管、不断完善法律基础设施、建设股市长效发展机制等对策建议,以优化市场监管,防范与化解可能导致金融不安全的风险。本文的创新之处主要在于:第一,提出了新的金融安全研究视角。以投资者行为作为出发点,为资产泡沫寻找微观依据,并由资产价格泡沫破裂风险引出金融安全问题。第二,构建了更加贴近市场实际的全新的股价波动系统动力学模型。第三,首次实证检验了股价泡沫对我国金融安全状况的影响,并得到了股价泡沫影响金融安全的确定结论。第四,本研究讨论了股市泡沫影响金融安全的微观机制和时滞效应,在实证检验基础上提出的政策建议对科学地进行市场监管有一定启发。
董博佳[9]（2018）在《LF基金公司商品期货交易策略设计》文中进行了进一步梳理随着我国国民经济的发展,居民资产与日俱增,资产管理行业迎来爆发式发展。为了抓住这个历史机遇,LF私募基金公司在2017年开始筹备成立。由于在商品期货领域的经验不足,还没有一套完整的、有效的交易策略,因此,设计交易策略成为LF公司首先要解决的问题。这个交易策略还收到两大现实因素的制约,首先是LF公司首批管理资金的抗风险能力较差,无法接受大幅亏损,但同时对收益的要求也不高;其次是公司基本面研究人才储备不足,暂时不具备深入研究基本面的能力。因此,本交易策略力争实现适中的回报率、较小的资金回撤、避免净值大幅波动,同时在交易方法上以技术分析为主,基本面分析为辅。为了满足上述要求,本策略采取了“以小时线为操作级别,追踪120周期均线的趋势交易方法”,并辅以基本面分析识别交易机会。本策略综合了若干经典交易理论和交易方法,具有一定的独创性。从历史模拟回测和实际交易的结果来看,基本达到了设计目标,具备较高的应用价值。
黄雅琴[10]（2018）在《基于基本面因素的股票估值研究》文中指出本文的研究目的是为了探讨影响股价的基本面因素以及建立股票价格的估价模型。本文以2016年的一千多个公司的基本面数据为样本数据,选取了包括行业基本面指标和公司基本面指标在内的指标,主要以公司基本面指标为主,包括偿债能力、发展能力、风险水平、经营能力、盈利能力、相对价值指标、市值规模以及其他财务类指标这8大指标。本文的研究方法主要是实证研究,通过2016年的样本数据建立股票价格的基本面回归模型,研究结果表明对因变量股价有显着影响的有25项,包括偿债能力指标、发展能力指标、风险水平指标、盈利能力指标、相对价值指标、市值规模指标、其他财务类指标、行业基本面指标,经营能力指标和公司管理层指标对因变量股价无影响。通过本文所建立的非标准化系数可以看出其他财务类指标对因变量股价的影响最大,其中影响最大的单个指标为基本每股收益,行业基本面指标对因变量股价的影响最小,代表的指标为行业市盈率。对模型的检验也是本文非常重要的一个环节,本文利用建立的估值模型对2016年、2015年、2014年的股票进行了估计,并将股票的实际价格与估计价格进行了比较,发现本文的估值模型的估值效果较为理想。
二、股市泡沫的基本面分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、股市泡沫的基本面分析（论文提纲范文）
（1）我国可转债溢价成因分析 ——以横河转债为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 可转债定价研究 |
| 1.2.2 可转债存续期折溢价研究 |
| 1.2.3 文献评述 |
| 1.3 研究思路和内容 |
| 1.4 研究方法 |
| 1.5 创新与不足 |
| 2.可转债理论基础 |
| 2.1 可转债定义及特性 |
| 2.2 可转换债券基本要素 |
| 2.2.1 基本条款 |
| 2.2.2 附加条款 |
| 2.3 可转债价值及溢价 |
| 2.3.1 纯债价值与纯债溢价率 |
| 2.3.2 转股价值与转股溢价率 |
| 3.案例介绍 |
| 3.1 案例选取的原因 |
| 3.2 横河转债条款介绍 |
| 3.2.1 基本条款 |
| 3.2.2 转股条款 |
| 3.3 横河转债溢价情况介绍 |
| 4.案例分析 |
| 4.1 .横河转债基本面分析 |
| 4.1.1 宏观经济分析 |
| 4.1.2 中观行业分析 |
| 4.1.3 微观公司分析 |
| 4.1.4 基本面分析小结 |
| 4.2 横河转债投资者交易面分析 |
| 4.2.1 投资者情绪分析 |
| 4.2.2 投资者结构分析 |
| 4.2.3 投资者交易面分析小结 |
| 4.3 横河转债条款分析 |
| 4.3.1 转债评级分析 |
| 4.3.2 转股情况与剩余规模分析 |
| 4.3.3 转股价调整与下修情况分析 |
| 4.3.4 转债回售情况分析 |
| 4.3.5 转债赎回情况分析 |
| 4.3.6 转债条款分析小结 |
| 5.结论和政策建议 |
| 5.1 结论 |
| 5.2 政策建议 |
| 参考文献 |
| 致谢 |
（2）重大利空事件下股票博弈投资策略研究 ——以A股为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状小结 |
| 1.3 论文结构及研究思路 |
| 1.4 论文创新点与不足 |
| 第2章 相关理论介绍 |
| 2.1 基本面分析简介 |
| 2.2 技术面分析简介 |
| 2.3 博弈论分析简介 |
| 2.3.1 博弈论基本概念 |
| 2.3.2 博弈模型的分类 |
| 2.3.3 博弈模型的表述和求解 |
| 第3章 重大利空事件下股票博弈模型构建 |
| 3.1 重大利空事件定义 |
| 3.2 模型假设 |
| 3.3 模型要素 |
| 3.4 模型建立 |
| 3.4.1 局部高低点的定义 |
| 3.4.2 决策点的确定 |
| 3.4.3 预期收益的估计 |
| 3.4.4 完全信息静态博弈 |
| 3.4.5 不完全信息静态博弈 |
| 第4章 重大利空事件下股票博弈模型应用 |
| 4.1 股指——以上证指数为例 |
| 4.1.1 局部高低点的确定 |
| 4.1.2 决策点的确定 |
| 4.1.3 完全信息静态博弈 |
| 4.1.4 不完全信息静态博弈 |
| 4.2 个股——以上海机场为例 |
| 4.2.1 局部高低点的确定 |
| 4.2.2 决策点的确定 |
| 4.2.3 完全信息静态博弈 |
| 4.2.4 不完全信息静态博弈 |
| 4.3 实证分析与比较 |
| 第5章 总结与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（3）基于拥挤交易的行业轮动投资交易策略（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容、方法和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线图 |
| 1.4 本文的主要特点 |
| 第2章 相关理论回顾与文献综述 |
| 2.1 相关理论回顾 |
| 2.1.1 行业轮动现象的理论解释 |
| 2.1.2 拥挤交易理论 |
| 2.1.3 PCA主成分分析法 |
| 2.2 相关文献综述 |
| 2.2.1 行业轮动的国内外研究现状 |
| 2.2.2 拥挤交易的国内外研究现状 |
| 2.2.3 评述 |
| 第3章 问题的提出与行业轮动策略的方案设计 |
| 3.1 问题的提出 |
| 3.1.1 我国市场拥挤交易现象 |
| 3.1.2 行业板块拥挤交易现象 |
| 3.2 行业轮动策略的方案设计 |
| 3.2.1 行业轮动策略的构思 |
| 3.2.2 行业轮动策略设计的理论框架 |
| 3.2.3 行业轮动策略设计的实证框架 |
| 第4章 基于拥挤交易的行业轮动策略方案的实施 |
| 4.1 样本选取与数据处理 |
| 4.2 行业拥挤交易的测量 |
| 4.2.1“集中度”因子的构建与说明 |
| 4.2.2 具体计算步骤与结果 |
| 4.3 行业相对估值的测量 |
| 4.3.1“相对估值”因子的构建与说明 |
| 4.3.2 具体计算步骤与结果 |
| 4.4 构建基于拥挤交易的行业轮动策略 |
| 第5章 行业轮动投资交易策略的有效性评价 |
| 5.1. 行业轮动信号的有效性评价 |
| 5.1.1 买入信号的有效性检验 |
| 5.1.2 卖出信号的有效性检验 |
| 5.2 行业轮动投资交易策略的有效性评价 |
| 5.2.1 投资交易策略的有效性评价标准 |
| 5.2.2 样本外检验的具体表现 |
| 5.3 策略的风险提示 |
| 第6章 研究结论与展望 |
| 参考文献 |
| 致谢 |
（4）股票基本面分析的主要内容（论文提纲范文）
| 一、对当前股市场进行基本面分析的作用及意义 |
| (一)股市市场进行基本面分析的作用 |
| (二)股市市场进行基本面分析的意义 |
| 二、股市市场基本面分析的理论基础 |
| (一)股市市场基本面分析的基本简介 |
| (二)股市市场进行基本面分析的三大基本假定 |
| 三、股票市场中基本面分析的主要内容 |
| (一)市场中宏观经济状况 |
| (二)市场中的利率水平 |
| (三)当前市场中的通货膨胀 |
| (四)企业素质和政治因素 |
| 四、结束语 |
（5）股票极端波动与博弈投资策略研究 ——以A股为例（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 简要评述 |
| 1.3 论文结构及研究思路 |
| 1.4 论文创新点与不足 |
| 第2章 相关理论概况 |
| 2.1 基本面分析简介 |
| 2.2 技术面分析简介 |
| 2.3 博弈论分析简介 |
| 2.3.1 博弈论基本概念 |
| 2.3.2 博弈模型的分类 |
| 第3章 股票博弈模型构建 |
| 3.1 模型假设 |
| 3.2 模型定义 |
| 3.3 模型构建 |
| 3.3.1 极端波动点 |
| 3.3.2 股票趋势 |
| 3.3.3 博弈支付 |
| 3.4 模型均衡分析 |
| 3.4.1 占优策略均衡 |
| 3.4.2 混合策略均衡 |
| 第4章 股票博弈模型应用 |
| 4.1 股指——以上证指数为例 |
| 4.1.1 极端波动点的确定 |
| 4.1.2 评判指标及权重的确定 |
| 4.1.3 牛市局部极端高点博弈分析 |
| 4.1.4 熊市局部极端低点博弈分析 |
| 4.2 个股——以新希望为例 |
| 4.2.1 极端波动点的确定 |
| 4.2.2 评判指标及权重的确定 |
| 4.2.3 牛市局部极端高点博弈分析 |
| 4.2.4 熊市局部极端低点博弈分析 |
| 第5章 总结与展望 |
| 5.1 本文结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（6）新闻极性驱动的中概股预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 量化金融研究现状 |
| 1.2.2 事件驱动的量化策略研究现状 |
| 1.2.3 机器学习的股票预测研究现状 |
| 1.2.4 中概股研究现状 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 组织结构及内容安排 |
| 1.5 创新点 |
| 1.5.1 研究内容的创新 |
| 1.5.2 研究方法的创新 |
| 第二章 相关理论 |
| 2.1 股票预测分析原理 |
| 2.1.1 基本面分析 |
| 2.1.2 技术面分析 |
| 2.2 事件驱动相关理论 |
| 2.3 自然语言处理(NLP) |
| 2.3.1 特征提取 |
| 2.3.2 词嵌入 |
| 2.4 机器学习 |
| 2.4.1 支持向量机(SVM) |
| 2.4.2 卷积神经网络(CNN) |
| 2.4.3 长短期记忆网络(LSTM) |
| 2.5 本章小结 |
| 第三章 基于SVM的新闻极性驱动股价趋势预测 |
| 3.1 引言 |
| 3.2 自定义全自动机器打标签模型 |
| 3.3 数据的获取与处理 |
| 3.3.1 数据的获取 |
| 3.3.2 数据的预处理 |
| 3.3.3 特征词提取 |
| 3.4 循环评估支持向量机分类 |
| 3.5 参数优化 |
| 3.5.1 特征空间数的确定 |
| 3.5.2 核函数的选择 |
| 3.6 实验与对比 |
| 3.6.1 预测性能的对比 |
| 3.6.2 预测趋势的对比 |
| 3.6.3 模拟交易的对比 |
| 3.7 本章小结 |
| 第四章 基于空洞卷积融合时序特征的新闻极性股价预测 |
| 4.1 引言 |
| 4.2 基于空洞卷积融合时序特征的新闻极性分析 |
| 4.2.1 金融与新闻的数据获取 |
| 4.2.2 词嵌入层 |
| 4.2.3 算法简介 |
| 4.3 参数优化 |
| 4.3.1 Epoch的优化 |
| 4.3.2 Dropout的优化 |
| 4.4 实验与对比 |
| 4.4.1 实验方案设计 |
| 4.4.2 预测性能的对比 |
| 4.4.3 模拟交易收益率的对比 |
| 4.4.4 模拟交易多空收益率的对比 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 1 作者简历 |
| 2 攻读硕士学位期间发表的学术论文 |
| 3 参与的科研项目及获奖情况 |
| 4 发明专利 |
| 学位论文数据集 |
（7）资产泡沫测度、空间传染与联动效应的实证研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究主要内容 |
| 1.3 研究思路和技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 技术路线 |
| 1.4 创新与不足 |
| 2.文献综述 |
| 2.1 资产价格泡沫的界定及相关研究文献综述 |
| 2.1.1 资产价格泡沫的界定 |
| 2.1.2 资产价格泡沫的相关研究文献综述 |
| 2.1.3 资产价格泡沫的识别估计方法 |
| 2.2 LPPL模型、分位数回归方法与资产价格泡沫 |
| 2.2.1 LPPL模型与资产价格泡沫 |
| 2.2.2 分位数估计模型与资产价格泡沫 |
| 2.2.3 分位数估计、LPPL模型与资产价格泡沫 |
| 2.3 资产价格泡沫传染的相关文献 |
| 2.3.1 资产价格泡沫传染的理论研究 |
| 2.3.2 资产价格泡沫传染的实证研究 |
| 3.中国股票市场价格泡沫测度与预警:基于LPPL模型及其扩展 |
| 3.1 中国股票市场价格泡沫测度:基于LPPL模型 |
| 3.1.1 LPPL模型的估计条件和数据选取 |
| 3.1.3 LPPL模型的检验结果 |
| 3.2 中国股票市场价格泡沫的测度与预警:分位数回归下的LPPL模型 |
| 3.2.1 数据选取说明和统计性描述 |
| 3.2.2 分位数回归下LPPL模型在股市泡沫中的应用检验 |
| 3.2.3 指标测评与预警 |
| 3.3 小结及政策含义 |
| 4.中国房地产价格泡沫和传染研究—基于中国百城房价指数的证据 |
| 4.1 房价泡沫测度和传染的研究现状 |
| 4.1.1 关于房价泡沫测度的相关研究 |
| 4.1.2 关于房价泡沫空间传染的相关研究 |
| 4.2 中国百城房价指数泡沫及其传染的测度方法 |
| 4.2.1 房价泡沫测度方法 |
| 4.2.3 房价泡沫传染的计量方法 |
| 4.3 中国百城房价泡沫测度的实证分析 |
| 4.3.1 数据描述 |
| 4.3.2 运用LPPL模型对房价泡沫测度的实证分析 |
| 4.4 中国百城房价泡沫的空间传染实证分析 |
| 4.4.1 模型建立 |
| 4.4.2 房价泡沫空间传染模型的实证分析 |
| 4.4.3 房价泡沫传染区域性影响的实证分析 |
| 4.5 中国房地产调控政策的前后对比研究 |
| 4.5.1 中国房地产调控政策概述 |
| 4.5.2 实证分析 |
| 4.6 小结及政策建议 |
| 5.数字货币资产价格泡沫间关联性研究—基于货币政策的事件研究 |
| 5.1 数字货币资产定义、属性及其价格泡沫问题 |
| 5.1.1 数字货币资产的定义 |
| 5.1.2 关于数字货币资产的属性 |
| 5.1.3 数字货币资产价格泡沫的研究进展 |
| 5.2 运用分位数的LPPLS模型对数字货币资产价格泡沫的测度 |
| 5.2.1 数据说明和描述性统计 |
| 5.2.2 未知参数算法估计 |
| 5.2.3 数字货币资产价格泡沫识别 |
| 5.2.4 数字货币资产分位数估计 |
| 5.3 数字货币资产价格泡沫关联性实证检验 |
| 5.3.1 数字货币资产价格泡沫关联性分析 |
| 5.3.2 货币政策变动的事件研究 |
| 5.4 结论及政策建议 |
| 6.总结与展望 |
| 参考文献 |
| 后记 |
| 致谢 |
| 在读期间科研成果目录 |
（8）投资者行为、股市泡沫与我国金融安全研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.1.1 我国资本市场发展迅速 |
| 1.1.2 资本市场风险问题愈发突出 |
| 1.1.3 市场监管水平有待提高 |
| 1.1.4 市场风险、监管效率与金融安全 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 研究方法 |
| 1.5 创新点 |
| 2 基础理论及文献综述 |
| 2.1 投资者效用与投资者行为的研究 |
| 2.1.1 投资者效用 |
| 2.1.2 投资者行为 |
| 2.2 股市泡沫研究 |
| 2.2.1 泡沫概念及分类 |
| 2.2.2 股市泡沫的检验 |
| 2.2.3 股市泡沫的形成机制研究 |
| 2.2.4 股市泡沫的经济效应研究 |
| 2.3 金融安全研究 |
| 2.3.1 相关概念 |
| 2.3.2 新时代金融安全理论分析 |
| 2.3.3 金融危机研究 |
| 2.3.4 金融安全评价与预警分析 |
| 2.4 本章小结 |
| 3 股价行为、泡沫影响金融安全的机理 |
| 3.1 基于投资者行为的股价涨跌系统动力学分析 |
| 3.1.1 股票价格的影响因素分析 |
| 3.1.2 股票价格运动的系统动力学机制 |
| 3.2 股价泡沫产生机理分析 |
| 3.2.1 投资者行为、决策及市场基本设定 |
| 3.2.2 股市泡沫形成机理 |
| 3.3 金融安全影响因素及股市泡沫影响金融安全的机理分析 |
| 3.3.1 金融安全概念及其影响因素分析 |
| 3.3.2 股市泡沫影响金融安全的渠道分析 |
| 3.3.3 一个金融风险传染模型 |
| 3.4 本章小结 |
| 4 股市泡沫及其传染效应仿真研究 |
| 4.1 人工股市仿真 |
| 4.1.1 仿真环境及参数说明 |
| 4.1.2 仿真结果分析 |
| 4.1.3 对仿真结果的敏感性分析 |
| 4.2 传染效应仿真 |
| 4.2.1 仿真环境及参数说明 |
| 4.2.2 风险传染效应仿真基本结果 |
| 4.2.3 传染效应仿真的敏感性分析 |
| 4.3 本章小结 |
| 5 股价泡沫的实证分析 |
| 5.1 基础价值法:一种简单测度 |
| 5.1.1 托宾Q值 |
| 5.1.2 k泡沫系数 |
| 5.2 基于GSADF方法的股价泡沫检验 |
| 5.2.1 基本检验模型 |
| 5.2.2 实证检验 |
| 5.3 考虑基础价值与情绪指标的股市泡沫检验 |
| 5.3.1 基本模型 |
| 5.3.2 实证过程 |
| 5.4 一个流动性风险的视角 |
| 5.4.1 VAR模型阐述 |
| 5.4.2 估计VAR模型 |
| 5.4.3 脉冲响应与方差分解分析 |
| 5.4.4 基本结论与启示 |
| 5.5 本章小结 |
| 6 股市泡沫对金融安全的影响分析 |
| 6.1 我国金融安全状况评价 |
| 6.1.1 金融安全指标体系设计 |
| 6.1.2 基于主成分分析法的金融安全实证分析 |
| 6.2 股市泡沫对我国金融安全状况影响评价 |
| 6.2.1 MS-VAR模型基本原理 |
| 6.2.2 基于MS-VAR模型的实证分析 |
| 6.2.3 脉冲响应与拟合优度分析 |
| 6.2.4 稳健性检验 |
| 6.2.5 结论与启示 |
| 6.3 本章小结 |
| 7 结论及建议 |
| 7.1 论文基本结论 |
| 7.2 预防股市泡沫维护金融安全的对策 |
| 7.2.1 对监管层的建议 |
| 7.2.2 对投资者的建议 |
| 7.3 研究不足及展望 |
| 参考文献 |
| 附录 A 股票价格运动Matlab仿真程序 |
| 附录 B 传染效应仿真程序 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）LF基金公司商品期货交易策略设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 公司面临的主要问题 |
| 1.3 课题目的及意义 |
| 1.3.1 课题目的 |
| 1.3.2 课题意义 |
| 1.4 国内外相关研究综述 |
| 1.4.1 国外研究现状及分析 |
| 1.4.2 国内研究现状及分析 |
| 1.4.3 本文创新之处 |
| 1.5 本文主要研究内容及方法 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 第2章 交易策略的基础设计 |
| 2.1 交易策略设计面临限制条件分析 |
| 2.2 交易策略的设计理念和设计原则 |
| 2.2.1 交易策略的设计理念 |
| 2.2.2 交易策略的设计原则 |
| 2.3 开仓规则 |
| 2.3.1 第一入场点 |
| 2.3.2 第二入场点 |
| 2.3.3 第三入场点 |
| 2.3.4 第四入场点 |
| 2.3.5 加仓点 |
| 2.4 止损规则 |
| 2.4.1 止损点的初始设置 |
| 2.4.2 止损点的移动 |
| 2.5 止盈规则 |
| 2.5.1 第一类止盈点 |
| 2.5.2 第二类止盈点 |
| 2.6 资金管理规则 |
| 2.6.1 资金管理规则(一) |
| 2.6.2 资金管理规则(二) |
| 2.7 主观判断对交易结果的影响 |
| 2.8 常见问题及对策 |
| 2.8.1 突破点的确定 |
| 2.8.2 常见止损原因及对策(一) |
| 2.8.3 常见止损原因及对策(二) |
| 2.8.4 常见止损情况及对策(三) |
| 2.9 本章小结 |
| 第3章 交易策略的回测检验 |
| 3.1 平均收益率 |
| 3.2 交易频率 |
| 3.3 交易胜率 |
| 3.4 交易赔率 |
| 3.5 凯利公式验证开仓比例 |
| 3.6 最大连续亏损 |
| 3.7 平均趋势幅度和平均持仓时间 |
| 3.8 本章小结 |
| 第4章 交易策略的优化和完善 |
| 4.1 优化收益率的措施(一) |
| 4.1.1 采取多品种同时交易的原因 |
| 4.1.2 多品种同时交易的可行性分析 |
| 4.1.3 多品种同时交易的开仓限制措施 |
| 4.2 优化收益率的措施(二) |
| 4.2.1 第一重“开仓滤网” |
| 4.2.2 第二重“开仓滤网” |
| 4.2.3 第三重“开仓滤网” |
| 4.3 实际交易中潜在问题的处理 |
| 4.3.1 主力合约与品种指数对交易结果的影响 |
| 4.3.2 移仓规则 |
| 4.3.3 交易品种选择 |
| 4.3.4 做多与做空的优劣势比较 |
| 4.3.5 新品种首轮涨跌趋势的处理 |
| 4.3.6 基金成立初期及亏损期的资金管理方法 |
| 4.3.7 交易心理建设 |
| 4.3.8 关于交易者自律 |
| 4.4 本章小结 |
| 第5章 交易策略的实测检验 |
| 5.1 典型交易回顾 |
| 5.1.1 “第一重滤网”的方向判断 |
| 5.1.2 典型盈利交易(一) |
| 5.1.3 典型盈利交易(二) |
| 5.1.4 典型盈利交易(三) |
| 5.1.5 典型亏损交易(一) |
| 5.1.6 典型亏损交易(二) |
| 5.1.7 典型亏损交易(三) |
| 5.1.8 放弃的交易(一) |
| 5.1.9 放弃的交易(二) |
| 5.2 实测交易表现总结 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 后记 |
| 个人简历 |
（10）基于基本面因素的股票估值研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究目的与研究内容 |
| 1.2.1 研究目的 |
| 1.2.2 研究内容 |
| 1.3 研究方法与技术路线图 |
| 1.3.1 研究方法 |
| 1.3.2 技术路线图 |
| 1.4 文章创新点与不足 |
| 第2章 理论研究与文献综述 |
| 2.1 股票估值理论文献综述 |
| 2.2 股票基本面影响因素文献综述 |
| 第3章 基本面因素股票估值模型的构建 |
| 3.1 基本面指标的选择 |
| 3.2 数据来源 |
| 3.3 样本选择 |
| 3.3.1 样本筛选 |
| 3.3.2 样本描述 |
| 3.4 模型构建 |
| 3.5 本章小结 |
| 第4章 基本面因素股票估值模型的实证分析 |
| 4.1 基本面的多元回归分析及检验 |
| 4.1.1 模型的拟合优度分析 |
| 4.1.2 模型的回归系数分析 |
| 4.1.3 多重共线性检验 |
| 4.1.4 方差齐性检验 |
| 4.1.5 残差的正态性检验 |
| 第5章 用历史数据对估值模型进行验证 |
| 5.1 估值模型对2016年数据的验证 |
| 5.2 估值模型对2015年数据的验证 |
| 5.3 估值模型对2014年数据的验证 |
| 5.4 个股股价实际值与估计值的变化情况 |
| 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
四、股市泡沫的基本面分析（论文参考文献）
- [1]我国可转债溢价成因分析 ——以横河转债为例[D]. 梁知. 江西财经大学, 2021(10)
- [2]重大利空事件下股票博弈投资策略研究 ——以A股为例[D]. 左云亮. 江西财经大学, 2021(10)
- [3]基于拥挤交易的行业轮动投资交易策略[D]. 王婷婷. 上海师范大学, 2021(07)
- [4]股票基本面分析的主要内容[J]. 吴威廷. 财经界, 2020(20)
- [5]股票极端波动与博弈投资策略研究 ——以A股为例[D]. 彭琴. 江西财经大学, 2020(10)
- [6]新闻极性驱动的中概股预测研究[D]. 童川. 浙江工业大学, 2020(02)
- [7]资产泡沫测度、空间传染与联动效应的实证研究[D]. 李伦一. 西南财经大学, 2019(12)
- [8]投资者行为、股市泡沫与我国金融安全研究[D]. 郑超. 北京交通大学, 2019(06)
- [9]LF基金公司商品期货交易策略设计[D]. 董博佳. 哈尔滨工业大学, 2018(02)
- [10]基于基本面因素的股票估值研究[D]. 黄雅琴. 北京理工大学, 2018(07)