一、深、沪基金行情日报(论文文献综述)
彭玉红[1](2020)在《基于公司报告文本挖掘的股价辅助预测系统设计与实现》文中提出人们的投资理财方式随着生活水平的提高产生了一系列的变化。更多的人开始逐渐关注并参与到股票投资市场中来。股票具有高收益的同时也伴随着较高的风险,股票价格的变化受很多因素的影响,因此对于股票价格预测的研究具有非常大的价值。对于股票价格的预测,从股票市场出现开始就成为很多学者和股民们不断探索的难题。近些年,人工智能技术在不同的领域中获得了广泛的应用,在计算机视觉、语音识别和自然语言处理中取得了显着成果。将机器学习与股票预测有机融合是金融股票预测领域一大潮流。LSTM模型在基于历史股票价格的分析预测有较好表现,但是其训练数据集为单纯股票历史交易数据,这类数字信息内容单薄,在提升预测模型的表现上有很大提高空间。上市公司发布的报告作为公司某一阶段经营情况的总结,能极大程度的反映企业的资金、利润状况和企业的生存力现状,也是市场的关注焦点,对股票的后续走向有很大影响。因此本次研究利用基于机器学习的自然语言处理方法,采用词向量技术将上市公司报告中非结构的文本信息结构化,通过机器学习相关算法找出公司报告与公司股票价格间的内在联系,得到公司报告发布后股票价格上涨的可能性。将此概率数据作为基于时间序列的股票预测一组输入数据中的一个维度。同时结合长短期记忆神经网络在历史股票价格分析的优越性,利用机器学习、深度学习处理文本的优势,建立能利用上市公司报告有效信息的时间序列分析的股票价格预测模型。通过对上市公司历史报告文本进行学习挖掘,预测实时报告发出后公司股票价格涨价的可能性,建立能充分利用市场已知信息的文本预测模型,将其预测结果作为基于历史股票价格预测的一个影响因子,建立以文本挖掘为辅助作用的LSTM股票预测模型,实现股票分析预测系统。由于金融市场的复杂性与不确定性,这种预测方式考虑了股票价格的变化是多个事件、多种因素共同作用的结果,将公司的运营状态与公司股票联系起来,通过有效的文本信息提升了股票预测的表现。
吴雨玲[2](2019)在《行业配置、投资者关注与基金业绩》文中认为开放式证券投资基金已经成为金融市场上重要的财富管理工具之一。2001年9月我国第一只开放式基金诞生,2004年6月《证券投资基金法》颁布,随后基金种类和数量开始迅速增加,截至2018年末,我国开放式基金总数已达5147只,基金资产净值总计12.8万亿元,占公募基金资产净值总额的99.12%。我国人均国民总收入(GNI)在2000年已经步入中等收入国家水平,国民财富不断增加,国民对财富管理的需求不断攀升。但目前我国居民资产配置中仍然以房地产和存款为主,股票、基金和债券等金融资产的占比较少,仅为11.8%,证券投资基金行业仍有较大发展空间。根据基金经理是否以取得超越市场的业绩表现作为目标,开放式基金可以分为主动管理型基金和被动管理型基金。主动管理型基金较多投资股票市场,被动管理型基金即指数型基金,以实现特定指数的收益率为目的。尽管开放式基金资产净值总额逐年攀升,主动管理型基金的数量不断增加,但主动管理型基金规模却出现了缩小的趋势。主动管理型基金业绩低迷。2018年混合型基金的平均收益率为-14.19%,股票型基金的平均收益率为-25.43%,而同期上证综合指数的涨幅为-24.59%,货币型基金收益率为3.50%,股票型基金的表现未能跑赢大盘。而业绩低迷的另一面却是高昂的管理费用。2017年底,主动管理型基金中的主要组成部分——混合型基金管理费用总额达到242亿元,远比开放式基金中规模最大的货币型基金管理费用总额高56%。在主动管理型基金高额管理费用和较差收益率现象的背后,首要问题是主动管理型基金是否值得投资?投资主动管理型基金的本质是投资基金经理的管理技能。基金经理的管理技能是指基金经理通过配比预期收益率高的股票,形成投资组合,谋求超过市场平均水平的收益率。基金经理的管理技能主要在以下两个层面中体现:一是个股层面的选择和择时能力;二是行业层面的选择和择时能力。行业配置是基金投资决策中优先决策的部分。不同于“多样化投资以分散风险”观点,基金经理对行业的集中投资反映了基金经理的信息优势。收益率排名靠前的主动管理型基金大多配置了当前的强势行业板块。基金的业绩表现与行业的选择息息相关。从行业配置的角度来对基金经理的能力做出评价很有必要。已经有大量文献对基金经理在个股层面的能力进行了详细地研究,对行业配置能力的研究则相对较少;另一方面,我国基金业起步晚,并且受限于我国基金持股披露制度,基金每季度披露前十大重仓股,每半年披露全部股票,这使得针对我国基金行业配置的研究进展缓慢。面对A股市场快速的行业板块轮动,有必要对基金的月度行业配置进行估算,以更加准确地评估基金经理的行业配置能力。作为基金市场上另一重要参与者,基金投资者的行为同样值得关注。在基金数量不断扩容的过程中,基金公司为了吸引投资者关注,经常在市场出现热点话题的时期,酝酿发行相关概念的新基金。这些热点包括:A股市场的热点行业、热点明星基金经理以及热点业务形式等。既然基金公司以抓市场热点和吸引投资者关注为策略,那么投资者将作何反应?在这一背景下,基金投资者关注和情绪是否能够为基金带来正的资金流入,以及是否能对基金收益率产生影响是本文需要回答的第二个问题。该问题不但关乎投资者和基金公司的利益,也对理解基金市场的运行有重要理论意义。行为金融学为分析和理解投资者的心理和行为对证券市场的影响提供了有力的理论基础;网络大数据为刻画投资者心理和行为提供了可行的现实基础。从国内最大的网上基金交易平台天天基金网投资者的发帖和回帖行为来看,在热点话题期间,与话题相关的基金的发帖和回帖数量明显增加,如果进一步根据帖子内容所体现的投资者情绪,可以将帖子分为:“积极的”、“中立的”和“消极的”三类。这些数据为本文分析基金投资者的心理和行为提供了充分的可行性。本文主要包括两大方面的内容:一是基金经理的行为:行业配置行为;二是基金投资者的行为:关注度和情绪。第1部分是引言,主要介绍选题背景、研究思路与方法,以及本文的创新点。第2部分为文献综述,主要包括了基金经理的主动管理能力、基金经理行业配置、投资者关注和情绪等内容。首先,系统阐述了基金经理的主动管理能力的理论基础和评价指标,并梳理了国外相关文献中对基金经理行业配置能力的度量指标;其次,本文综述了投资者关注和情绪的研究文献,主要包括投资者关注和情绪行为金融学理论基础、基于传统大数据的投资者关注度量方法、基于网络大数据的投资者关注度量方法、基于交易数据的投资者情绪度量方法和基于网络文本大数据的投资者情绪度量方法。考虑到目前的研究趋势,本文还对基于网络大数据挖掘的实证资产定价的研究进行了总结和归纳;在对理论基础的综述中,详细梳理了行为金融学中的有限关注理论、前景理论、易获得性偏误理论、过度自信理论与处置效应理论。在阐述相关研究理论和方法的基础上,本文做出了实证分析和检验。第3部分针对中国市场基金投资组合详细持仓信息不完全公开,我们无法对行业配置权重做出准确的估计的问题,提出一套状态空间下的基于回报率的模型,使用卡尔曼滤波方法近似估计主动型基金的行业配置比例,进而构建行业集中度指标和行业活跃度指标。使用2004-2013年间我国主动型基金的回报率和股票回报率的数据,本文实证检验了行业集中度和行业活跃度与基金收益率和资金净流入之间的关系。结果表明行业集中度和行业活跃度都和基金的收益率正相关;而行业集中度无法显着影响基金的资金净流入,行业活跃度与基金的资金净流入呈现显着正向关系。这说明相比基金某一时间点的行业配置情况的行业集中度指标,测度基金在一段时间内的行业配置情况的行业活跃度指标更能全面、准确地反映基金经理在行业层面操作能力。总体来看,基金经理在2004年至2013年间表现出的行业选择能力比行业择时能力更强。第4部分本文使用天天基金网上网友对普通股票型基金和混合型基金发表的363万多条帖子作为研究对象,投建投资者关注指标。实证结果显示,上季度末月的投资者关注对下季度基金的资金净流入有显着的正向影响,并且当平均每户持有基金份额越低时,该现象越明显。进一步分析发现,投资者关注还将通过改变基金经理行为影响基金收益率,当投资者关注增加时,基金经理将降低重仓股中小盘股的投资比例,从而造成基金收益率的下降。为了进一步研究投资者情绪与基金业绩的关系,第5部分首先对帖子内容进行了文本情绪提取,然后分析情绪看涨指数与情绪分歧指数对基金收益率的预测能力。结果表明,2007年1月至2016年12月,投资者看涨情绪能正向预测下季度基金的资金净流入量和下月收益率表现,从投资者情绪的角度证明了基金投资者的基金选择能力和“智钱效应”。同时,投资者情绪的情绪分歧能负地预测下季度基金的资金净流入量和下月超额收益率。更大的情绪分歧并不能在基金市场上促进更多的交易,反而当情绪一致程度较高时,资金净流入将显着增加。而情绪分歧程度越高,下季度的基金的经风险因子调整后的超额收益率越低。本文的创新主要表现在以下几个方面:1.针对中国市场基金投资组合详细持仓信息不公开的问题,本文提出一套状态空间下的基于回报率的模型,近似估计主动型基金的行业配置比例。首先,基金的行业配置与基金的收益率关系十分密切。我国行业板块轮动的现象尤为突出。A股市场的行业板块轮动频率较快,以A股为主要投资对象的主动管理型基金收益率将因此受到较大波动。其次,行业配置是基金投资决策中优先决策的部分。基金经理对行业的集中投资反映了基金经理的信息优势。有必要分析基金经理的行业配置能力。最后,行业配置数据的不完全可得为相关研究带来了较大阻碍。目前国内对基金经理行业配置能力评价的研究几乎都是基于基金的季度重仓股数据,月度持仓数据的不可得为进一步研究带来了较大阻碍。针对该问题,本文提出一套状态空间下的基于回报率的模型,使用卡尔曼滤波方法,利用主动管理型基金的月收益率数据和同期A股市场的行业收益率数据,近似估计主动型基金的月度行业配置比例,在一定程度上克服了基金月度持仓数据的不可得的问题,相比以往研究本文更加准确地度量了基金经理的行业选择和行业择时能力。2.本文直接度量了基金投资者的关注与情绪,对投资者行为和证券管理基金的文献进行了补充。网络大数据已经引起了金融研究者的重视,这些研究主要集中在对股票投资者关注和股票投资者情绪上。在对基金投资关注的研究上,尽管国内外学者从降低投资者搜寻成本的角度对基金净流量的影响因素以及影响机制做了比较广泛分析,然而这类从降低投资者搜寻成本的角度解释各类事件带来的基金资金净流入增加,却没有投资者关注增加的直接证据,仅以一种间接的方式对投资者关注进行了度量。本文以国内最大的基金交易网站——天天基金网中的投资者发帖行为为突破口,对基金投资者的关注度和情绪进行了度量,将现有基于网络大数据的资产定价研究对象从股票扩展到了基金。相比传统文献中利用股票成交量、换手率、广告率等间接度量方式,本文充分利用了天天基金网中的基金子论坛形式,直接度量了每只基金的投资者关注度和情绪。3.本文首次尝试将投资者关注与证券投资基金的收益率联系在一起。从目前已有的基金投资者关注的文献来看,大多都是从减低投资者搜寻成本的角度分析基金投资者关注度对基金的资金净流入的影响,缺乏对投资者关注度对基金经理的风险偏好的影响的分析。实际上,基金经理与其他投资者一样都会受到网络舆情的影响。这也是当前社会,基金经理行为的新的影响因素。当基金经理注意到所管理基金的在近期受到投资者的大量关注,其风险偏好可能将受到影响。本文对该问题进行了验证,发现基金经理对当前备受关注的基金,倾向于采取保守、稳健的投资策略;而对当前被投资者冷落的基金,更可能采取冒进的投资策略,以博得潜在的高收益。本文试图提出一种投资者关注对基金收益率的影响机制,补充行为金融学中关于行为偏差与基金业绩表现的研究,加深学术界对开放式基金资产定价的进一步认识。
李凯伦[3](2017)在《私募证券投资基金的量化策略对其业绩影响的研究》文中指出2014年末开启的新一轮牛市行情,引起了私募证券基金行业的再一次井喷式发展。据中国证券基金业协会统计,截至2016年12月31日,已备案私募基金46505只,其中私募证券投资基金25950只(占比55.80%),私募基金认缴规模突破10万亿元人民币,首度赶超公募基金,越来越为投资者所关注,而其中的量化基金更是在2010年股指期货推出后开始迅速发展,越来越多的海外量化基金经理开始回归国内私募基金市场。但2015年A股市场出现异常波动后,监管层为严禁场外配资出台的有关程序化交易的管理办法和实施细则也使量化策略所需的第三方程序化交易接口和对冲工具均受到了不同程度的影响,并且国内金融市场尤其是金融衍生品市场的成熟度以及境外投资的自由度与国外成熟市场相比还存在较大的差距。在此背景下,量化策略是否对私募基金的业绩表现具有明显的影响值得进一步研究。本文运用描述性统计和统计检验相结合的分析方法,对目前国内市场上采用量化投资策略和主动管理型策略的私募证券投资基金分别按照不同类型和市场行情阶段进行业绩对比分析。研究结果表明,量化策略确实对私募证券投资基金的收益水平和风控水平产生了一定程度的影响,且具体差异情况与私募证券投资基金的主要投资标的和不同的市场行情阶段相关。股票型量化私募证券投资基金在下跌和熔断期间具有明显优于主动管理型基金的收益表现,在低位震荡、上涨、下跌和熔断阶段皆具有更优的经风险调整后业绩评价结果;期货型私募基金中的量化基金则仅在指数上涨行情中有略优于主动管理型基金的收益和经风险调整后的业绩评价指标表现;混合型量化基金在整个考察期间经风险调整后的业绩评价结果更优。而对于以上各类私募证券投资基金,量化策略在各个行情阶段均明显降低了各项风险评价指标,突出了其在基金运行过程中风险控制能力的优势。并且量化策略私募基金中的多空策略基金和相对价值策略基金的独特业绩表现也进一步丰富了投资者进行资产配置的选择范围。
万鹏[4](2017)在《松果互联网金融项目商业计划书》文中指出2013年以来,互联网和金融的尽速融合推动着互联网金融高速发展,不仅在金融界引起了巨大反响,更在科技领域掀起一波探索创新的浪潮。这一现象的产生以我国的经济发展和深入改革为基础,并在金融发展模式的不断革新中交互影响,得益于我国资本市场的日趋完善和健全。互联网金融模式作为现代信息技术与金融结合的产物,依托着互联网强大的海量数据收集、处理、和挖掘技术,可大幅降低金融市场的交易成本,提供交易效率。如何抓住当前机会,改变竞争态势,是当前企业的一个实现跨越式发展的契机。当前互联网金融产业结构逐渐规模化,随着腾讯、平安、阿里等大型集团企业的体系内互联网金融产业链的整合,整个互联网金融产业同样面临着整个产业链全面的整合与升级。松果互联网金融项目在此背景下展开,为适应和满足当前互联网金融产业链升级的契机和需求,松果项目被创立。本商业计划书从互联网金融的定义和特性出发,通过比较和分析互联网金融服务与传统金融服务的区别和优势,分析互联网对金融行业的影响,引述长尾理论,通过类比长尾的三种力量,来说明分析松果互联网金融项目的机遇和机会。并且对该项目的产品、团队、推进计划,商业模式进行了概述。本论文着重使用了文献研究、数据研究、比较分析、定量与定性分析等方法对当前松果项目进行了相关的宏观微观环境分析进一步详细论文松果互联网金融项目的可行性。随后对本项目的营销战略,人力资源管理,项目管理,财务测算,风险应对策略进行了详细的描述。通过对松果项目全方位的分析描述确认了本项目的可行性,可操作性以及该项目自身在当前的实际意义。
高志立[5](2016)在《我国指数型分级基金A级份额定价影响因素的实证研究》文中指出分级基金作为一种创新型金融产品,诞生于2007年,并于2015年6月规模达到历史峰值。然而,由于诞生初期存在不少问题,加之分级基金定价机制较为复杂,不容易被普通投资者理解,其注册工作于2015年8月被监管层暂缓。在此背景下,研究我国指数型分级基金定价的影响因素具有非常重要的现实意义。本文首先对国内外关于分级基金研究的文献进行了梳理,重点集中于分级基金的定价机制和套利机制等方面。紧接着,本文对分级基金的概况进行了深入分析,内容涵盖分级基金的定义、分类、杠杆倍数、折算机制、配对转换机制和参考净值计算规则等。归纳已有分级基金数据,指数型分级基金是目前分级基金的主流类型,这也是本文的研究重点。在此基础上,本文探讨了隐含收益率、标的指数和B类份额价格对分级基金A级份额的影响。以上述理论研究为基石,本文通过筛选样本,精选最具代表性的52只分级基金A级份额作为样本,以分级基金A级份额的折溢价率为被解释变量,构建隐含收益率指标、跟踪标的指数涨跌幅、分级基金A级份额成交量、对应分级基金B级份额的折溢价率为解释变量构建模型,实证研究分级基金定价的影响因素,结果表明,A级份额的债券属性在短期日频数据中能够体现、跟踪标的指数和成交量的增长都使分级基金A级份额折溢价率降低,B级份额折溢价率与A级份额折溢价率反向向相关,与理论研究基本结论一致。最后,本文对全文进行了总结,依据理论和实证分析的结论,对监管部门及基金管理人提出了有针对产品设计条款的优化,完善投资者风险提示等对策建议,以期为中国分级基金的发展贡献一份绵薄之力。
陈莉[6](2014)在《SYWG证券公司业务创新策略研究》文中研究指明随着我国经济的持续发展和多层次资本市场的逐步建立,作为我国资本市场主体的证券行业正面临着前所未有的机遇和挑战。历经二十多年的发展,我国证券公司的数量和规模都取得了显着增长,但证券公司自身业务结构发展却极端不平衡。到目前为止,我国大部分证券公司的盈利模式仍然以为客户提供传统通道业务收取佣金为主,盈利手段单一,创新能力不足。由于我国证券公司间盈利模式趋同、数量增长快,客户的议价能力逐渐增强,致使证券公司内部“佣金战”愈演愈烈,严重影响了证券公司健康有序的发展。2012年5月,证监会主席郭树清在证券公司创新大会上,明确提出了证券公司业务创新改革的方向,鼓励证券公司发展多元化的盈利模式。在此背景下,本文通过分析SYWG证券公司业务发展现状,总结出该证券公司在业务发展中存在的主要问题。在经纪业务方面、资产管理业务方面、投行业务方面,提出了具体的创新措施。本文结合公司实际,在公司治理方面为业务创新提供了基本保障,其中包括以上市为重点增强资本保障;建立事业部制管理模式;改革绩效考核机制;加强各级班子建设和干部管理。在当前金融行业混业化、多元化的发展趋势下,本文为证券公司如何通过业务创新优化业务结构,转变盈利模式,以提升市场核心竞争力提供了具体路径。
胡晓丽[7](2013)在《《新金融观察》报实习报告》文中进行了进一步梳理在2010之前,天津作为中国经济发展的第三增长极和北方经济中心尚未存在一份专业的财经类报纸。2010年8月30日,在天津市委市政府的关怀下,依托天津日报集团丰富的办报经验和发行网络,《新金融观察》报自诞生之日起就颇为引人关注。凭借着专业的财经类报道内容和深刻的调查分析,这份报纸逐渐受到了一批财经类读者的拥簇和热爱。创刊头一年报社既已收支平衡,第二年便达到收支平衡略有盈余的佳境,其成功的原因何在?笔者通过对《新金融观察》报进行系统的分析研究,并结合在新金融观察报社的实习经历,在探寻《新金融观察》报在天津快速成长的奥秘的同时,提出笔者对报纸的观察和思考,期待《新金融观察》在未来能够获取更大的成绩。
毛春华[8](2012)在《光大量化基金智能定投方案设计研究》文中研究说明自2001年我国首只开放式基金--华安创新基金成立以来,我国开放式基金市场经历了从起步到快速发展的一个阶段,不断创新的基金品种和开放式基金灵活的申购和赎回机制吸引了大批投资者、特别是个人投资者投资于这一理财产品。基金投资者通过对基金业绩评判和选择合适的时机进行基金的申购和赎回,即控制现金流进入或退出基金的时机。专业的基金业绩评判能促进投资者本身收益的增加,但是如果投资者选择在不适当的时机进行申购或赎回基金,反而会使其最终投资收益低于“买入并长期持有”的基本投资策略,从而怀疑基金投资是否能所带来的相应收益。我国开放式基金业务比西方发达国家起步较晚,目前整个市场尚不完善;而随着基金创新产品不断涌现,投资者投资经验和风险意识不足、投资稳定性差等特征也逐渐显现出来。而对于整个证券投资基金的主要当事人—基金公司来说,给投资者提供较灵活的、便捷的申购、赎回机制,就显得是非常有必要了。本文以光大保德信基金管理有限公司的量化基金为主要研究对象,通过深入分析网上基金直销中遇到的客户少量、客户投资收益率低等问题,提出了建立最优化智能定投解决问题的方案;在符合基金申购、赎回交易规则要求的基础上,以证券投资中的技术分析方法为理论基础,制定智能定投方案,通过对智能定投方案进行模拟资金买卖,验证得到最优设计方案。在理论的指导下,通过实证研究得到最优基金定投收益率特征,并确定一组最佳智能定投设计方案,并在一定的评价方法下对最佳智能定投方案进行评论,最终得出结论。同时,本文在进一步分析了本方案的优缺点的基础上,文章的最后指出了需要进一步研究的问题,为类似量化基金的智能定投设计提供了一种具有借鉴意义的方案。
谢潞锦[9](2011)在《指基凶猛 助推蓝筹股成做多主力》文中进行了进一步梳理2.8比1!截至上周五,今年以来净值增长超过10%的开放式基金共有19只,其中,只有5只是主动型偏股方向的基金,其他的14只都是各类指数基金,后者与蓝筹股直接挂钩。两者比例为2.8比1,被动型指数基金完全占据了主流地位。与此同时,上证综指成功收复了3000点这一重要的心理关?
王翀[10](2011)在《经济新闻信息的“含金量”》文中研究指明竞争激烈的信息时代,一切形式的竞争或革命其最终目的就是发展经济。而如何推动经济发展,为其提供最快最准确的信息成为新闻媒体的重要课题。随着宏观环境的变化,新闻媒体的主要职能不再仅限于为政治服务,更多的是让受众从中得到最有效的信息,满足自己在时刻变化的外界环境中做出正确选择与判断。
二、深、沪基金行情日报(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、深、沪基金行情日报(论文提纲范文)
(1)基于公司报告文本挖掘的股价辅助预测系统设计与实现(论文提纲范文)
摘要 |
abstract |
绪论 |
第一节 研究的背景和意义 |
一、研究背景 |
二、研究意义 |
第二节 国内外研究现状 |
一、传统预测方法 |
二、智能预测方法 |
第三节 本文主要研究内容与结构 |
一、本文主要研究内容 |
二、本文组织结构 |
第一章 股票预测方法和相关技术 |
第一节 机器学习建模方法 |
第二节 相关框架技术 |
一、Tensor Flow |
二、文本向量化 |
第三节 相关机器学习算法 |
一、支持向量机(SVM) |
二、卷积神经网络(CNN) |
三、长短期记忆神经网络(LSTM) |
第二章 预测模型研究 |
第一节 数据收集与处理 |
一、数据收集 |
二、文本标准化 |
第二节 数据预处理 |
一、语料文本预处理 |
二、历史交易数据预处理 |
第三节 模型比较与选择 |
一、基于SVM的文本挖掘 |
二、基于CNN的文本挖掘 |
三、基于LSTM的文本挖掘 |
四、预测模型训练 |
五、预测模型的评价标准 |
六、预测模型的对比与分析 |
第三章 股票预测系统的设计 |
第一节 需求分析 |
一、管理子系统 |
二、预测子系统 |
第二节 系统流程与架构设计 |
一、文本影响预测流程 |
二、系统架构设计 |
三、数据库设计 |
第四章 股票预测系统实现 |
第一节 开发架构 |
一、后端实现环境 |
二、前端实现环境 |
三、预测实现环境 |
第二节 效果展示 |
一、登录网站 |
二、数据查看 |
三、预测界面 |
四、系统管理 |
第五章 总结与展望 |
参考文献 |
致谢 |
(2)行业配置、投资者关注与基金业绩(论文提纲范文)
中文摘要 |
abstract |
第1章 引言 |
1.1 研究背景、问题提出与选题意义 |
1.1.1 选题背景 |
1.1.2 问题提出 |
1.1.3 选题意义 |
1.2 基金业绩的概念界定 |
1.3 研究思路、研究内容与研究方法 |
1.3.1 研究思路 |
1.3.2 研究内容 |
1.3.3 研究方法 |
1.4 创新点 |
第2章 行业配置、投资者关注与基金业绩文献综述 |
2.1 基金主动管理与基金行业配置相关文献 |
2.1.1 基金主动管理研究 |
2.1.2 基金行业配置研究 |
2.2 投资者关注度相关文献 |
2.2.1 投资者关注度的理论基础 |
2.2.2 基于传统数据的投资者关注度 |
2.2.3 基于网络大数据的投资者关注度 |
2.3 投资者情绪相关文献 |
2.3.1 投资者情绪的理论基础 |
2.3.2 基于交易数据的投资者情绪 |
2.3.3 基于网络文本大数据的投资者情绪 |
第3章 行业配置与基金业绩:基于行业集中度和行业活跃度的研究 |
3.1 研究动机 |
3.2 样本选择与描述性统计 |
3.2.1 样本选取 |
3.2.2 变量定义与描述性统计 |
3.2.3 行业指数 |
3.3 行业配置与基金业绩 |
3.3.1 基金行业配置的测算:基于卡尔曼滤波方法 |
3.3.2 实证检验行业配置对基金收益率的影响 |
3.3.3 实证检验行业配置对基金资金净流入的影响 |
3.4 小结 |
第4章 投资者关注度与基金资金净流入及收益率 |
4.1 研究动机 |
4.2 样本选择与描述性统计 |
4.2.1 样本选取 |
4.2.2 投资者关注度数据来源 |
4.2.3 变量定义与描述性统计 |
4.3 投资者关注度对基金资金净流入的影响 |
4.3.1 构建投资者关注度指标 |
4.3.2 季度末月的关注度与下季度基金资金净流入 |
4.3.3 分析影响投资者关注度对基金资金净流入关系的因素 |
4.3.4 工具变量分析:基金家族其他基金的超额关注度 |
4.4 拓展分析:投资者关注度对基金收益的影响 |
4.4.1 投资者关注度对基金经理风险偏好的影响 |
4.4.2 投资者关注度对基金收益的影响 |
4.5 小结 |
第5章 投资者情绪与基金资金净流入及收益率 |
5.1 研究动机 |
5.2 样本选择与描述性统计 |
5.2.1 样本选取 |
5.2.2 变量定义和描述性统计 |
5.3 文本情绪提取 |
5.3.1 天天基金网发帖内容抓取 |
5.3.2 文本去噪与中文分词 |
5.3.3 机器学习 |
5.4 投资者看涨情绪与基金资金净流入及收益率 |
5.4.1 构建情绪看涨指标 |
5.4.2 实证检验投资者看涨情绪对基金资金净流入的影响 |
5.4.3 工具变量分析:基金家族其他基金的情绪看涨指数 |
5.4.4 实证检验投资者看涨情绪对基金收益率的预测能力 |
5.5 投资者情绪分歧与基金资金净流入及收益率 |
5.5.1 构建情绪分歧指标与情绪一致指标 |
5.5.2 实证检验投资者情绪分歧对基金资金净流入的影响 |
5.5.3 工具变量分析:基金家族其他基金的情绪分歧指数 |
5.5.4 实证检验投资者情绪分歧对基金收益率的预测能力 |
5.6 小结 |
第6章 结论 |
6.1 主要研究结论 |
6.2 进一步研究空间 |
参考文献 |
致谢 |
(3)私募证券投资基金的量化策略对其业绩影响的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪言 |
第一节 选题背景及意义 |
第二节 文献综述 |
第三节 研究思路 |
第四节 创新与不足 |
第二章 量化型与主动管理型私募基金的实证对比分析 |
第一节 基金业绩评价指标的选择 |
一、基金收益指标的选择 |
二、基金风险指标的选择 |
三、经风险调整后业绩评价指标的选择 |
四、选股择时能力指标的选择 |
第二节 相关统计检验方法 |
一、JB统量 |
二、参数检验 |
三、非参数检验 |
第三节 样本数据与业绩比较基准的选取 |
一、样本的初步筛选和数据来源 |
二、业绩比较基准及样本的最终确定 |
第四节 对比结果分析 |
一、股票型私募基金对比分析 |
二、期货型私募基金对比分析 |
三、混合型私募基金对比分析 |
四、债券型私募基金对比分析 |
五、量化型私募基金策略分类补充比较分析 |
第三章 结论 |
第一节 主要研究结果及分析 |
第二节 问题及建议 |
参考文献 |
致谢 |
(4)松果互联网金融项目商业计划书(论文提纲范文)
中文摘要 |
Abstract |
一、绪论 |
(一)项目背景及意义 |
(二)相关理论与工具概述 |
(三)研究内容与思路 |
二、松果互联网金融项目的背景和机遇 |
(一)松果互联网金融项目背景 |
(二)松果互联网项目的商业机会分析 |
三、松果互联网金融项目概述 |
(一)商业模式 |
(二)松果互联网金融产品概述 |
(三)松果组织架构和团队 |
四、松果互联网金融项目的环境分析 |
(一)宏观环境分析 |
(二)行业环境分析 |
(三)市场测算分析 |
(四)内部环境分析 |
(五)松果互联网金融项目战略选择 |
五、松果互联网金融项目营销战略 |
(一)细分市场 |
(二)营销目标 |
(三)营销组合策略 |
六、松果互联网金融项目管理 |
(一)项目计划 |
(二)项目监控 |
七、松果互联网金融项目财务分析 |
(一)融资计划 |
(二)财务预测 |
八、松果互联网金融项目风险分析和对策 |
(一)政策风险以及应对 |
(二)人员风险及对策 |
(三)财务风险 |
(四)竞争风险 |
九、结论 |
参考文献 |
致谢 |
作者简历 |
(5)我国指数型分级基金A级份额定价影响因素的实证研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景 |
1.1.1 市场背景 |
1.1.2 监管背景 |
1.2 研究意义 |
1.3 文献综述 |
1.4 研究思路与框架 |
1.5 本文的不足 |
2 分级基金概述 |
2.1 分级基金定义 |
2.2 分级基金的分类 |
2.2.1 根据标的分类 |
2.2.2 根据存续方式分类 |
2.2.3 根据A类份额收益分配方式 |
2.2.4 其他分类方式 |
2.3 分级基金的杠杆倍数 |
2.3.1 初始杠杆 |
2.3.2 净值杠杆 |
2.3.3 价格杠杆 |
2.3.4 实例分析 |
2.4 定期折算及不定期折算的机制 |
2.4.1 定期折算 |
2.4.2 不定期折算 |
2.5 配对转换机制 |
2.6 分级基金的参考净值计算规则 |
3 指数型分级基金A级份额价格的影响因素 |
3.1 隐含收益率对A级份额价格的影响 |
3.2 标的指数对A级份额价格的影响 |
3.3 B类份额价格对A级份额价格的影响 |
3.4 A级份额的成交量对A级份额价格的影响 |
4 分级基金A级份额折溢价率的实证分析 |
4.1 样本的选择和数据来源 |
4.2 变量的设定 |
4.2.1 被解释变量 |
4.2.2 解释变量 |
4.3 构建模型 |
4.4 实证结果 |
5 结论与建议 |
5.1 结论 |
5.1.1 隐含收益率是分级基金A类份额债券属性的证明 |
5.1.2 分级基金B类份额与A类份额的折溢价率反向波动 |
5.1.3 标的指数的波动率增大往往降低A类份额折溢价率 |
5.1.4 A级份额成交量增加往往降低A类份额折溢价率 |
5.2 对策建议 |
5.2.1 投资者风险承受能力需加强 |
5.2.2 丰富投资标的指数品种 |
5.2.3 分级基金条款的完善 |
参考文献 |
在校期间发表论文清单 |
致谢 |
(6)SYWG证券公司业务创新策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 导论 |
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 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 研究内容和方法 |
第2章 SYWG 证券公司经营概况及存在的主要问题 |
2.1 SYWG 证券公司经营概况 |
2.1.1 SYWG 证券公司基本状况 |
2.1.2 业务范围及内容 |
2.1.3 主要经营形式 |
2.2 SYWG 证券公司经营存在的主要问题 |
2.2.1 经纪业务盈利模式仍然以传统通道业务为主 |
2.2.2 资管业务产品模式单一,创新能力不足 |
2.2.3 投行业务仍然以传统证券承销与保荐为主 |
第3章 SYWG 证券公司业务创新背景分析 |
3.1 SYWG 证券公司面临的宏观环境分析 |
3.1.1 国际宏观经济环境现状与趋势 |
3.1.2 国内宏观环境现状与趋势 |
3.2 SYWG 证券公司面临的行业环境分析 |
3.2.1 监管层为证券公司业务创新提供平台 |
3.2.2 证券公司竞争环境分析 |
3.3 SYWG 证券公司内部资源分析 |
第4章 SYWG 证券公司业务创新的具体措施 |
4.1 经纪业务创新 |
4.1.1 完善客户服务机制 |
4.1.2 实现盈利模式多元化路径 |
4.1.3 坚持“资产立司”方针,做好营销团队建设 |
4.1.4 “走出去”拓展客户资源,大力推进非现场开户业务 |
4.2 资产管理业务创新 |
4.2.1 优化产品设计、整合客户资源 |
4.2.2 积极推进资产管理产品营销 |
4.2.3 回归投融本质、服务实体经济 |
4.3 投行业务创新 |
4.3.1 夯实业务基础,加强项目储备 |
4.3.2 大力发展并购重组、财务顾问、以及资产证券化等业务 |
4.3.3 借力新三板政策扶持,发挥场外市场业务优势 |
第5章 SYWG 证券公司业务创新的保障措施 |
5.1 完善集团化的全面风险管理体系 |
5.2 以上市为重点增强资本保障 |
5.2.1 借壳宏源证券公司上市 |
5.2.2 启动定向增资融资方案,发行短期融资券 |
5.3 建立事业部制管理模式 |
5.4 改革绩效考核机制 |
5.5 加强各级班子建设和干部管理 |
第6章 结论与展望 |
6.1 研究结论 |
6.2 进一步的研究方向 |
致谢 |
参考文献 |
(7)《新金融观察》报实习报告(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 《新金融观察》报的基本情况 |
1.1 发刊词,创刊目的 |
1.2 报纸定位 |
1.3 投资方情况 |
1.4 纸张、版面大小,版数,出版周期 |
1.5 机构人员情况 |
1.6 发行渠道 |
1.7 经营活动 |
第二章 报纸内容的相关分析 |
2.1 文章数量和篇幅 |
2.2 报道领域分析 |
2.2.1 专栏时评栏目 |
2.2.2 专题封面栏目 |
2.2.3 金融保险栏目 |
2.2.4 证券期货栏目 |
2.2.5 产经楼市汽车栏目 |
2.2.6 副刊栏目 |
2.3 报纸结构分析 |
2.3.1 栏目的划分和定名 |
2.3.2 板块的划分和定名 |
2.4 封面报道分析 |
2.4.1 封面报道的基本情况和优势 |
2.4.2 封面选题与读者关注度 |
2.4.3 封面选题的思考 |
2.5 广告商分析 |
2.6 文章及观点来源 |
第三章 《新金融观察》报成功原因分析 |
3.1 极佳的办报环境和坚实的政策保障 |
3.2 成功的报纸定位 |
3.3 强有力的投资方支持 |
3.4 充足的前期策划和准备 |
3.5 合理的内容设置 |
3.6 亲切的天津图景 |
第四章 《新金融观察》报的不足和思考 |
4.1 重视传播效果 |
4.2 降低政策依赖 |
4.3 加强统筹集中 |
4.4 紧抓读者培养 |
4.5 提供金融信息服务 |
参考文献 |
致谢 |
(8)光大量化基金智能定投方案设计研究(论文提纲范文)
中文摘要 |
ABSTRACT |
一、绪论 |
(一) 研究背景 |
(二) 研究目的及意义 |
(三) 国内外研究现状 |
(四) 研究方法与思路 |
二、相关理论综述 |
(一) 证券市场技术分析 |
(二) 开放式基金发展状况 |
(三) 基金定投业务介绍 |
(四) 基金收益率计算 |
三、光大量化基金定投业务现状及问题 |
(一) 公司概况 |
(二) 基金定投业务现状及存在问题 |
(三) 定投业务问题原因及解决方法 |
四、光大量化基金智能定投方案设计 |
(一) 设计目标及准则 |
(二) 设计策略 |
(三) 光大量化基金定投方案 |
五、智能定投方案设计评价 |
(一) 评价周期及方法 |
(二) 基金定投实证 |
(三) 评价结论 |
六、结束语 |
(一) 结论 |
(二) 展望 |
参考文献 |
致谢 |
(10)经济新闻信息的“含金量”(论文提纲范文)
1“新” |
2“广” |
3“深” |
4“重” |
5“力” |
6“远” |
四、深、沪基金行情日报(论文参考文献)
- [1]基于公司报告文本挖掘的股价辅助预测系统设计与实现[D]. 彭玉红. 中南财经政法大学, 2020(07)
- [2]行业配置、投资者关注与基金业绩[D]. 吴雨玲. 中央财经大学, 2019(08)
- [3]私募证券投资基金的量化策略对其业绩影响的研究[D]. 李凯伦. 深圳大学, 2017(07)
- [4]松果互联网金融项目商业计划书[D]. 万鹏. 兰州大学, 2017(02)
- [5]我国指数型分级基金A级份额定价影响因素的实证研究[D]. 高志立. 暨南大学, 2016(03)
- [6]SYWG证券公司业务创新策略研究[D]. 陈莉. 南昌大学, 2014(02)
- [7]《新金融观察》报实习报告[D]. 胡晓丽. 天津师范大学, 2013(08)
- [8]光大量化基金智能定投方案设计研究[D]. 毛春华. 兰州大学, 2012(04)
- [9]指基凶猛 助推蓝筹股成做多主力[N]. 谢潞锦. 第一财经日报, 2011
- [10]经济新闻信息的“含金量”[J]. 王翀. 科技信息, 2011(03)