上海市教育委员会创新基金(12ZZ072)
- 作品数：6 被引量：30H指数：4
- 相关作者：王宣承陈艳程展兴刘恩猛方鹏飞更多>>
- 相关机构：上海财经大学中国计量学院南昌大学更多>>
- 发文基金：上海市教育委员会创新基金国家自然科学基金博士研究生创新基金更多>>
- 相关领域：经济管理自动化与计算机技术更多>>
- 典型事实约束下的沪深300股指期货动态保证金设定研究——基于APARCH-GPD模型的VaR度量被引量：5
- 2014年
- 本文提出了一种新的设定股指期货动态保证金水平的APARCH-GPD模型。它结合了APARCH模型良好拟合收益序列集丛性和尖峰厚尾分布的能力,以及GPD分布充分拟合尾部残差的特点,可提供准确的VaR风险度量。实证结果表明,使用该模型估计沪深300股指期货的保证金水平,其风险覆盖效果明显优于APARCH-norm模型、APARCH-t模型和APARCH-GED模型。研究还发现,目前股指期货市场的保证金水平偏高,具有下调空间,且空头头寸面临的价格波动风险要小于多头,因此可以对不同头寸设定差异化的保证金水平。
- 王宣承陈艳
- 关键词：股指期货极值理论APARCH模型
- 基于ARFIMA-FIGARCH模型的利率市场风险度量被引量：4
- 2014年
- 随着中国利率市场化改革的加速,利率市场的风险管理问题引发了广泛的关注,作为筹集短期流动性资金的主要工具,同业拆借利率(Shibor)逐渐成为各金融机构决策参考的基准利率。在传统的ARMA-GARCH模型的基础上,引入Hurst指数捕捉Shibor的分形特征,使用扩展后的ARFIMA-FIGARCH模型对Shibor的隔夜和7日利率收益率的VaR进行度量和回测检验。结果显示:隔夜和7日利率收益率都具有反持续性,即收益率过去是上升趋势,则未来倾向于下降;考虑分形特征的ARFIMA-FIGARCH模型,比原模型对Shibor的度量更准确;在同业拆借市场中,Ged分布是解释多头VaR的理想选择,而正态分布是解释空头VaR的理想选择。
- 王宣承陈艳
- 关键词：同业拆借利率ARFIMA-FIGARCH模型
- 基于LASSO和神经网络的量化交易智能系统构建——以沪深300股指期货为例被引量：9
- 2014年
- 本文立足于我国金融市场的现状提出了基于LASSO方法和神经网络模型的量化交易智能系统。该系统首先使用LASSO方法从众多技术指标中选出极少数最有效的指标作为输入变量,然后通过神经网络方法来搜索最优的交易规则,并以沪深300股指期货为例进行回测检验。结果显示:第一,与AIC和BIC回归模型相比,LASSO选出的变量少、预测高、且稳健性强;第二,经过神经网络的优化,交易系统的收益率和风险控制能力都得到了显著提高;第三,即使在考虑交易成本的前提下,该系统也可以获取超额收益。
- 王宣承
- 关键词：神经网络
- 我国股票市场流动性与股价的动态关系研究被引量：3
- 2014年
- 关于股票市场中流动性与股价之间的关系,学术界一直存在争议,传统模型往往只能片面地反映。文章利用状态空间模型以及沪深300指数与中证500指数的数据,对我国股票市场流动性和股价之间的动态关系进行了深入研究。实证结果表明:第一,我国股票市场流动性对股价存在影响,在代表大市值企业的沪深300市场中,两者为正向关系且波动幅度较小;在代表小市值企业的中证500市场中,两者为负向关系且波动幅度较大。第二,在两个市场中股价对股票市场流动性都存在正向的影响关系,且以中证500指数为代表的小盘股市场表现更为明显。
- 杨征宋宁
- 关键词：股票市场流动性状态空间模型股价波动
- 人力资源管理信息系统数据质量治理研究被引量：4
- 2013年
- 人力资源管理信息系统(HRIS)在组织人力资源管理活动中发挥着重要作用。本文在论述人力资源管理信息系统数据质量重要性的基础上,剖析了当前系统数据质量存在的问题,并就开展人力资源信息系统数据质量治理进而提升人力资源管理水平进行了深入探讨。
- 王宣承
- 关键词：人力资源管理信息系统
- 基于季节分解和神经网络的物流预测混合模型被引量：5
- 2014年
- 考虑到物流行业具有周期性和随机性等特征,文章提出了基于季节分解和神经网络的的物流预测混合模型。该模型结合了统计方法对季节和趋势等确定性因素的简洁刻画能力,以及神经网络模型对随机因素的强大非线性拟合功能,极大地提高了物流货运量的预测准确性。实证结果表明:与线性回归模型、ARIMA模型和支持向量机相比,混合模型对于铁路货运量的预测误差最小,准确度最高。
- 王宣承刘恩猛程展兴方鹏飞
- 关键词：神经网络物流预测时间序列
