欢迎来到天天文库
浏览记录
ID:6283697
大小:169.01 KB
页数:11页
时间:2018-01-08
《研究股市交易量与股价关系的影响》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、量化投资比赛题目:研究股市交易量与股价关系的影响姓名:张达杰、陈堪忠、甘世枭学校:广东石油化工学院院(系):理学院专业年级:2012级11研究股市交易量与股价关系的影响摘要本文运用格兰杰因果关系检验和扩展GAECH模型研究保利地产(600048)市场交易量与股票价格之间的关系。对过去的数据进行拟合分析,拟合出成交量与价格变化的相关关系,在通过分析成交量与时间变化的自相关关系检验,对已有的数据进行自相关分析,然后同对未来成交量进行预测,进而根据成交量与价格的关系,预测出未来的股票价格。关键词:格兰杰因果检验扩展GAEC
2、H模型成交量股票价格一、引言证券市场中的量价关系是指证券价格与交易量之间的关系,对量价关系的研究近年来日益受到金融界的重视。通过量价关系的研究能够帮助了解金融市场的微观结构,揭示价格波动产生的根源。建立了量价关系的简单线性模型,根据信息的不对称和流动性的需求是产生信息到达的交易量的原因,把交易量变量加入到GARCH模型的条件方差方程证实了把交易量作为信息流的替代指标对价格波动具有很强的解释能力。二、研究方法和模型选择首先本文对保利地产(600048)中成交量是否对股票介格产生影响进行了检验。如果成交量对股票价格有影响
3、,则成交量和价格两之间存在相关的关系。其次本文分析成交量之间的自相关性,通过分析成交量之间的自相关性,对未来成交量进行预测,进而能够通过模型相关性,对股票价格进行预测,在股票交易中能够较好的对资金管理,达到盈利的目的。为检验交易量是否对股价格有预测能力,本文采用:1、格兰杰因果关系检验。其基本思想是设X={Xi},Y={Yi}为两个平稳时间序列,如果相对于仅用Y的过去值来预测Y时,X的过去值能用来改进对Y的预测,即如果X的过去值能统计地改进对Y的预测,则称存在X到Y的格兰杰因果关系。下面是用于检验交易量和股票价格因果
4、关系的自回归模型:对已有数据进行相关的线性检验,拟合成交量X与股票价格的相关关系,分析之间的模型误差,对模型改进以及是否存在误差的相关关系。2引入交易量变量的扩展GARCH-M模型本文采用扩展GARCH(1,1)一M模型即在一般GARCH—M模型的条件方差方程中引入交易量变量。模型设定如下:11其中参数满足条件,反映了成交量相关的持续性。根据混分布模型,本文把交易量变量作为信息到达过程的替代变量,使用交易量变动率的原因在于可以保持交易量变量的外生性。对股票收益与交易量变动率进行了线性及非线性因果关系的检验,证实交易量
5、变量对股票价格同时存在直接和间接的影响。三、数据及初步分析数据1、考虑到涨跌停板制度对股市波动性的影响及A、B股波动特征的差异,本文采用保利地产(600048)指数每日收盘价和成交量数据样本区间为2014年10月20日至2014年12月31日,共41个有效样本数据。本文数据均源于中国证券市场研究数据库(CSMAR)。其中X和Y分别表示保利地产(600048)指数的第t日成交量和收盘价,收集数据如下:时间成交量(万)成交额(万)收盘价10月20日8211462095.6510月21日8099453315.5910月22
6、日4306243335.5810月23日6135340035.5110月24日3840212035.5210月27日10651571275.3610月28日9221505955.5510月29日11936671595.6610月30日9255518775.6210月31日194611113115.7711月3日172451003115.7611月4日174441015205.8511月5日9243536125.7711月6日12884753775.8211月7日171501003075.8211月10日2396714
7、28816.0111月11日307681881066.1311月12日227511408556.2011月13日15619964736.1111月14日14611887266.1211月17日15727952645.9411月18日181951055935.7811月19日10917629235.7711月20日9169528095.7711月21日15738910575.8811月24日656984178406.4711月25日449802953476.5611月26日343862285256.6811月27日33
8、8372265926.7811月28日484273384077.2012月1日389522779557.001112月2日393582792937.2012月3日512713932747.5712月4日378372937377.9512月5日431223251677.7212月8日500014059298.4912月9日605065242638
此文档下载收益归作者所有