微观量化选股投资方案研究
打开文本图片集
【摘要】随着中国金融市场的迅速发展,股票已经成为广大投资者投资组合的主要方式,如何选择表现优秀的股票、规避风险等成为投资者普遍关注的问题。本文从大数据角度,以中证800指数2011年~2015年的股票数据为基础,将其细分为33个行业,建立股票组合投资模型。首先设计MATLAB快速算法计算各行业的Pearson相关系数进而整合出行业组合;然后通过研究股票涨跌幅、开盘价和收盘价等指标,计算出各行业及内部股票表现力指数;拟合行业内部股票涨跌的时间分布图。投资者进而根据行业表现力指数,选择对应的行业组合,结合各行业代表性股票时间分布图选出科学的股票投资方案,规避传统经验选股方法的不足。
【关键词】因子分析 Pearson相关系数 股票组合投资
股票组合投资模型的建立与求解
一、数据的预处理
(1)对数据进行分析,发现中证800共有33个行业,531只股票。我们将每个行业有股票分别对应。
(2)由于考虑到531只股票。根据2010~2015的日数据,利用MATLABB编程,建立快速算法,计算出每只股票的年收盘价均值。并算出年涨跌幅。
(当前交易日最新成交價(或收盘价)-前一交易日收盘价)/前一交易日收盘价
(3)计算行业指数,经查阅资料,我们发现以收盘价的比值计算出的涨跌幅可以较准确表示为行业指数。行业指数是反映不同时点上股价变动情况的相对指标。
行业指数=n个样本行业指数之和/n
二、根据年均涨跌幅择出优秀行业
因子分析是一种有效的降维和信息浓缩技术,是主成分分析模型的进一步推进。为了精确分析2011-2015年各个行业涨跌幅,选择因子分析模型。
设xi(i=1,2,...,p)p个向量,如果表示为:即X=AF+?着F1,F2,...,Fm称为公共因子,是不可观测的变量,A=(aij)p×m称为因子载荷阵,aij表示第i个变量在第j个因子上的载荷,?着i是特殊因子,是不能被前m个公共因子包含的部分,并且满足Cov(F,?着)=0,F,?着不相关。
三、强弱的时间分布特征
利用Excel绘制各个行业以及中证800从2011到2015的年涨跌幅,通过不同行业在不同年度涨跌幅与中证800的比较,得到行业强弱的时间分布特征:
(1)2011年:相对上年,中证800下跌,...
== 试读已结束,如需继续阅读敬请充值会员 ==
|
本站文章均为原创投稿,仅供下载参考,付费用户可查看完整且有格式内容!
(费用标准:38元/2月,98元/2年,微信支付秒开通!) |
升级为会员即可查阅全文 。如需要查阅全文,请 免费注册 或 登录会员 |