市盈率是常用來評估股價水平是否合理的指標(biāo)之一,也是基本面投資分析中的一個基礎(chǔ)指標(biāo)。在實踐中,基本市盈率通常通過專家的主觀意見來估計。本文基于動態(tài)貝葉斯網(wǎng)絡(luò)（dynamic Bayesian network,DBN）的相關(guān)理論,研究基于DBN的市盈率波動模型,并基于模型設(shè)計2個擇時策略。文章的主要工作是基于市盈率DBN模型的擇時策略在個股以及投資組合上的應(yīng)用研究。由本文模型估計出的基本市盈率,既可以作為投資者投資決策時的參考指標(biāo),也可以與實際的市盈率結(jié)合設(shè)計量化擇時策略。基于貝葉斯推斷的市盈率（股價）估值模型具有以下優(yōu)點:1)具有金融理論支撐:股價異常波動的行為因素與價值回歸理論;2)對于所有股票,貝葉斯框架相同;3)可以將專家知識以先驗分布的方式融入到模型中;4)交易操作簡單,具有一定實用性。模型的應(yīng)用過程為:1)搭建貝葉斯模型:建立描述市盈率波動的動態(tài)貝葉斯網(wǎng)絡(luò),使用前向后向算法推導(dǎo)濾波公式與平滑公式;2)模型參數(shù)學(xué)習(xí):采用基于最大后驗估計的期望最大化算法學(xué)習(xí)模型參數(shù);3)推斷問題:得到模型參數(shù)后,運用模型的平滑公式與濾波公式估計股票的基本市盈率;4)在線濾波:使用移動窗口對中期噪音... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 文獻(xiàn)綜述
        1.2.1 量化擇時策略
        1.2.2 動態(tài)貝葉斯網(wǎng)絡(luò)在金融市場的應(yīng)用
        1.2.3 股價估值偏誤與均值回歸
    1.3 論文結(jié)構(gòu)安排
    1.4 本文的創(chuàng)新之處
第2章 基礎(chǔ)理論模型
    2.1 內(nèi)在價值
    2.2 均值回歸
    2.3 貝葉斯統(tǒng)計方法
        2.3.1 貝葉斯定理
        2.3.2 貝葉斯統(tǒng)計推斷
        2.3.3 條件獨立性質(zhì)
        2.3.4 貝葉斯網(wǎng)絡(luò)
        2.3.5 動態(tài)貝葉斯網(wǎng)絡(luò)
    2.4 參數(shù)學(xué)習(xí)
    2.5 本章小結(jié)
第3章 基于市盈率對股價動態(tài)建模
    3.1 基于市盈率的一種擇時策略
    3.2 股價波動的統(tǒng)計模型
        3.2.1 股價異常波動的行為因素
        3.2.2 描述股價變動的動態(tài)貝葉斯網(wǎng)絡(luò)
    3.3 DBN模型的學(xué)習(xí)與推斷
        3.3.1 參數(shù)已知情況推斷
        3.3.2 模型參數(shù)學(xué)習(xí)
    3.4 本章小結(jié)
第4章 模型實證研究思路
    4.1 基于貝葉斯推斷的擇時策略
        4.1.1 持有策略
        4.1.2 中期效應(yīng)策略及長期效應(yīng)策略
    4.2 構(gòu)建投資組合
    4.3 實證設(shè)計
        4.3.1 投資策略應(yīng)用于單只股票
        4.3.2 擇時策略應(yīng)用于投資組合
    4.4 本章小結(jié)
第5章 模型實證分析
    5.1 模型數(shù)據(jù)的選取
        5.1.1 A股數(shù)據(jù)
        5.1.2 交易成本
    5.2 基本假設(shè)
    5.3 基于DBN模型的投資策略
        5.3.1 操作方法
        5.3.2 結(jié)果及分析
    5.4 最優(yōu)參數(shù)及策略收益分析
        5.4.1 交易閾值
        5.4.2 窗口寬度
    5.5 投資組合構(gòu)建方法對策略績效的影響
        5.5.1 操作方法
        5.5.2 結(jié)果及分析
        5.5.3 采樣法分析投資組合績效
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 不足與展望
參考文獻(xiàn)
致謝
附錄A 貝葉斯推斷過程（部分）
附錄B 部分Python代碼
學(xué)位論文評閱及答辯情況表


【參考文獻(xiàn)】：
期刊論文
[1]GA優(yōu)化的SVM在量化擇時中的應(yīng)用[J]. 黃宏運,吳禮斌,李詩爭.  南京師范大學(xué)學(xué)報(工程技術(shù)版). 2017(01)
[2]基于LM遺傳神經(jīng)網(wǎng)絡(luò)的短期股價預(yù)測[J]. 郭建峰,李玉,安東.  計算機(jī)技術(shù)與發(fā)展. 2017(01)
[3]GARP數(shù)量化選股及馬爾科夫鏈擇時策略研究[J]. 劉洋,夏思雨,胡思瑞,林思亮.  金融與經(jīng)濟(jì). 2016(05)
[4]指數(shù)投資組合加權(quán)機(jī)制選擇研究:市值加權(quán)、等權(quán)還是基本面價值加權(quán)[J]. 李儉富.  中國管理科學(xué). 2014(S1)
[5]基于HMM的VaR風(fēng)險度量及其實證分析[J]. 汪金菊,吳燕飛,王楊.  合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2013(05)
[6]在部分信息下股票收益服從隱馬爾科夫模型的最優(yōu)交易策略[J]. 李鈺,費為銀,石學(xué)芹,李娟.  東華大學(xué)學(xué)報(自然科學(xué)版). 2012(06)
[7]股票價格均值回歸理論研究綜述[J]. 宋玉臣.  稅務(wù)與經(jīng)濟(jì)(長春稅務(wù)學(xué)院學(xué)報). 2006(01)
[8]滬深股市均值回歸的實證檢驗[J]. 宋玉臣,寇俊生.  金融研究. 2005(12)
[9]非理性交易行為、股價波動與中國股市[J]. 王永平,孟衛(wèi)東,楊秀苔.  重慶大學(xué)學(xué)報(自然科學(xué)版). 2005(10)
[10]我國證券投資基金績效的研究與評價[J]. 王守法.  經(jīng)濟(jì)研究. 2005(03)

博士論文
[1]基于行為金融學(xué)的股票市場投資者行為研究[D]. 李靜.中國社會科學(xué)院研究生院 2012
[2]信用風(fēng)險分析中貝葉斯方法及其應(yīng)用研究[D]. 丁東洋.天津財經(jīng)大學(xué) 2009
[3]基于動態(tài)貝葉斯網(wǎng)絡(luò)的智能自主優(yōu)化機(jī)制研究[D]. 肖秦琨.西北工業(yè)大學(xué) 2006

碩士論文
[1]基于PCA-SVM模型的量化擇時研究[D]. 蘇冰.天津財經(jīng)大學(xué) 2015
[2]基于行為金融理論的股價波動典型現(xiàn)象研究[D]. 趙耿龍.南京大學(xué) 2013
[3]動態(tài)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的研究[D]. 胡仁兵.北京工業(yè)大學(xué) 2009



本文編號：2956512