本文關(guān)鍵詞：基于隨機效應(yīng)Poisson模型的股票收益研究

  更多相關(guān)文章： 正收益天數(shù) 高維數(shù)據(jù) 隨機效應(yīng) Poisson回歸 Orthodox BLUP

【摘要】：本文主要考慮的證券市場中投資標(biāo)的的選擇問題,具體研究的是從統(tǒng)計學(xué)的規(guī)律來看,在現(xiàn)在可獲取的信息中,究竟是哪些因素能夠使我們選擇的股票以較大的概率,擁有更多的正收益天數(shù)。為此,本文選用一個帶有隨機效應(yīng)的Poisson回歸模型,并使用Renjun Ma等學(xué)者近年來發(fā)展起來的一套他們稱作Orthodox BLUP的統(tǒng)計分析方法。本文研究的數(shù)據(jù)時間跨度為2013年1月4日到2014年12月31日,并將數(shù)據(jù)分為三個不同的時期:大盤牛市時期、熊市時期和盤整時期。且將行業(yè)板塊特性作為隨機效應(yīng)處理,目的是為了剔除行業(yè)板塊對股票正收益天數(shù)的影響。估計隨機效應(yīng)的Orthodox BLUP方法只需要隨機效應(yīng)的一、二階矩,就可以得到隨機效應(yīng)非常好的估計,該方法對于處理大量的高維數(shù)據(jù)是一種非常有效便捷的方法。研究發(fā)現(xiàn):在大盤牛市時期,漲跌幅(change)、換手率(turnover)和市凈率(PB)對股票正收益天數(shù)的影響是負(fù)向的;在大盤熊市時期,漲跌幅(change)和最近12個月的日銷率(PS.TTM)顯著影響股票正收益天數(shù),其中漲跌幅(change)正向促進(jìn)股票正收益天數(shù)的增加,而近12個月的日銷率(PS.TTM)卻負(fù)向影響股票的正收益天數(shù);在大盤的盤整階段,對股票正收益率天數(shù)影響比較顯著的因素有成交量(volume)、近12個月的市盈率(PE.TTM)、近12個月的市銷率(PS.TTM)、近12個月的市現(xiàn)率(PC.TTM)以及市凈率(PB)。
【關(guān)鍵詞】：正收益天數(shù) 高維數(shù)據(jù) 隨機效應(yīng) Poisson回歸 Orthodox BLUP
【學(xué)位授予單位】：云南師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F832.51;F224
【目錄】：

• 摘要3-4
• Abstract4-7
• 第1章 緒論7-12
• 1.1 研究背景和意義7-8
• 1.2 文獻(xiàn)綜述8-9
• 1.2.1 國外研究動8
• 1.2.2 國內(nèi)研究動態(tài)8-9
• 1.3 本文的主要內(nèi)容9-12
• 1.3.1 研究動機和存在的問題9-10
• 1.3.2 創(chuàng)新之處10-11
• 1.3.3 本文的研究內(nèi)容11-12
• 第2章 帶有隨機效應(yīng)的Poisson回歸模型12-21
• 2.1 Poisson回歸模型介紹12-14
• 2.2 隨機效應(yīng)Poisson回歸模型14-16
• 2.3 模型的參數(shù)估計16-21
• 2.3.1 隨機效應(yīng)的參數(shù)估計18-19
• 2.3.2 回歸參數(shù)的估計19-20
• 2.3.3 離散參數(shù)的估計20-21
• 第3章 模型建立和計算21-30
• 3.1 數(shù)據(jù)的收集與整理21-25
• 3.1.1 不同時期的劃分與選擇的影響因素21-24
• 3.1.2 抽取樣本24
• 3.1.3 數(shù)據(jù)的整理24-25
• 3.2 模型計算25-30
• 第4章 模型結(jié)果的分析與應(yīng)用30-32
• 4.1 大盤走勢上揚時期的因素分析30
• 4.2 在大盤走勢下降時期的因素分析30-31
• 4.3 在大盤調(diào)整時期的因素分析31-32
• 總結(jié)與展望32-34
• 參考文獻(xiàn)34-36
• 附錄36-54
• 附錄A36-48
• 附錄B48-54
• B1計算整理數(shù)據(jù)R代碼48-49
• B2計算隨機效應(yīng)的R代碼49-54
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文和研究成果54-55
• 致謝55

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 韓俊林,陳勵;隨機效應(yīng)Logistic模型的參數(shù)估計[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2005年01期

2 張進(jìn)峰;;空間面板誤差模型隨機效應(yīng)的穩(wěn)健檢驗[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2012年10期

3 朱萬闖;林俊岐;;基于格點搜索的隨機效應(yīng)的GLS估計[J];統(tǒng)計與信息論壇;2011年05期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 錢偉民;王娟;;線性混合效應(yīng)模型中隨機效應(yīng)密度的非參數(shù)估計[A];2003中國現(xiàn)場統(tǒng)計研究會第十一屆學(xué)術(shù)年會論文集（上）[C];2003年

2 張月;劉紅云;;多水平中介模型[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 賴欣;對隨機效應(yīng)混合治愈模型的一些推廣[D];中國科學(xué)技術(shù)大學(xué);2009年

2 符利勇;非線性混合效應(yīng)模型及其在林業(yè)上應(yīng)用[D];中國林業(yè)科學(xué)研究院;2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 劉巖;考慮隨機效應(yīng)的機動車闖紅燈行為建模研究[D];哈爾濱工業(yè)大學(xué);2016年

2 劉鵬懿;基于隨機效應(yīng)Poisson模型的股票收益研究[D];云南師范大學(xué);2016年

3 許雙林;頻率風(fēng)險模型的參數(shù)估計及預(yù)測[D];大連理工大學(xué);2006年

4 嚴(yán)國義;含有隨機效應(yīng)增長曲線模型回歸系數(shù)陣與協(xié)方差陣的估計[D];華中師范大學(xué);2003年

5 朱生春;含右刪失數(shù)據(jù)模型的隨機效應(yīng)存在性問題[D];揚州大學(xué);2009年

6 段君;面板數(shù)據(jù)混合效應(yīng)模型的譜分解估計[D];華中師范大學(xué);2008年

7 周布;非參數(shù)混合效應(yīng)模型的正交化估計[D];華東師范大學(xué);2012年

，

本文編號：867464