本文關(guān)鍵詞：基于模式識(shí)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(jiǎn)稱,它是市場(chǎng)的常發(fā)事件,而且在預(yù)案公告日前一段時(shí)間有顯著正的超額收益。因此投資者若能在公告前識(shí)別“高送轉(zhuǎn)”事件股票,則能獲得較好的投資收益。然而國(guó)內(nèi)外文獻(xiàn)對(duì)“高送轉(zhuǎn)”的研究主要集中在上市公司股利政策動(dòng)機(jī)研究和“高送轉(zhuǎn)”財(cái)富效應(yīng)驗(yàn)證兩方面,雖然國(guó)內(nèi)許多證券投資機(jī)構(gòu)都有對(duì)“高送轉(zhuǎn)”投資的研究,但是在關(guān)鍵的“高送轉(zhuǎn)”預(yù)測(cè)上,大都采用主觀性較強(qiáng)的打分排序法,因此本論文提出基于模式識(shí)別較客觀的預(yù)測(cè)模型。本文首先定義了“高送轉(zhuǎn)”事件內(nèi)含及模式,通過(guò)文獻(xiàn)引用和數(shù)據(jù)實(shí)證,提取了影響上市公司實(shí)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(rùn)、每股收益、每股凈資產(chǎn)、每股現(xiàn)金凈流量、每股營(yíng)業(yè)收入、上市時(shí)間、股價(jià)、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(cè)股票發(fā)生“高送轉(zhuǎn)”事件的概率模型,模型經(jīng)檢驗(yàn)和共線性處理,用2014年數(shù)據(jù)建模來(lái)預(yù)測(cè)2015年的可能實(shí)施“高送轉(zhuǎn)”的股票。預(yù)測(cè)結(jié)果是:2015年“高送轉(zhuǎn)”預(yù)測(cè)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(yùn)用CART決策樹(shù)模型對(duì)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(gè)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(duì)投資者有一定的參考價(jià)值;另一方面從數(shù)據(jù)挖掘的角度來(lái)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(shù)
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：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(guó)內(nèi)外文獻(xiàn)研究綜述12-16
• 1.3.1 國(guó)外“高送轉(zhuǎn)”文獻(xiàn)綜述12-14
• 1.3.2 國(guó)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(diǎn)16-17
• 1.5 本章小結(jié)17-18
• 第二章 “高送轉(zhuǎn)”相關(guān)知識(shí)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(guó)上市公司分紅送轉(zhuǎn)流程19-20
• 2.4 影響“高送轉(zhuǎn)”實(shí)施的主要因素20-21
• 2.5 我國(guó)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(shì)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(bào)送轉(zhuǎn)預(yù)案公告日統(tǒng)計(jì)26-27
• 2.5.5 “高送轉(zhuǎn)”套利機(jī)會(huì)分布的時(shí)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(yàn)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(jì)35-36
• 3.3.4 Logistic回歸模型的檢驗(yàn)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(shù)38
• 3.6 本章小結(jié)38-40
• 第四章 基于模式識(shí)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(cè)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(cè)模型的設(shè)計(jì)流程41-44
• 4.1.3 預(yù)測(cè)模型的評(píng)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(píng)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(shí)證分析47-60
• 5.1 數(shù)據(jù)來(lái)源與處理47-48
• 5.2 “高送轉(zhuǎn)”預(yù)測(cè)模型的實(shí)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(shí)別模型52-54
• 5.2.5 建立“高送轉(zhuǎn)”單步識(shí)別模型54-55
• 5.2.6 “高送轉(zhuǎn)”預(yù)測(cè)模型結(jié)果55-56
• 5.3 “高送轉(zhuǎn)”交易模型實(shí)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(huì)對(duì)論文的評(píng)定意見(jiàn)67

  本文關(guān)鍵詞：基于模式識(shí)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(hào)：481218