股票指数期货

摘要： 自20世纪90年代末出现电子交易以来,标准普尔500股票指数期货几乎每天24小时都进行交易。在欧洲市场开盘时段隔夜持有美国股票期货获得了大量正回报。1998至2019年期间最大的正回报时间段出现在美国东部时间凌晨2点至凌晨3点之间,即欧洲股市开盘时间,年均回报率为3.6%,我们将这种现象称为隔夜波动。

摘要： 金融衍生品是现代市场经济的重要组成部分,是价格发现、资源配置和风险防范的重要金融工具。上世纪80年代以来,我国先后推出外汇期货、国债期货、股票指数期货等产品,国内金融衍生品市场进入黄金发展时期。但由于监管体系不完善、配套机制不健全、开放程度较低等原因,金融衍生品市场出现了大肆投机、操纵市场等问题,金融衍生品市场的功能没有得到充分发挥,成为了我国资本项目可兑换程度较低的部分。

摘要： 本文以1987年美国股灾为例,着重研究了股票指数期货可能对股票市场存在的负面影响,得出股指期货可能会有造成股票市场价格波动变大、降低市场信息流动性、催生市场操纵等不法行为的负面影响.同时,对股指期货市场存在的问题进行了详细分析.

摘要： 金融衍生工具是一种按照事前商定的内容来进行交易的两方合约,它的价格随着原生金融工具价格的变化而变化。金融衍生工具带有双面性,投资者在获取高利润的同时也要伴有较大的利益损失。因此,正确的会计信息披露在金融衍生工具的风险管理中,对企业制定决策、政府监管机构的调控具有十分重要的作用。

摘要： 卖空机制可促进证券市场的定价有效性和流动性,但也易伴生投机和操纵。裸卖空是对日后交割无保障的卖空,故凭空增加了证券的市场供应量,因而更具风险性。与卖空有关的操纵方式包括发布虚假性利空信息、影响行情、卖空权重股等。美国在2008年金融危机后加大了对卖空的规制,包括调整报价规则和严格控制证券交付时间、增强经纪商清收责任。欧盟模式与之类似,均属于以市场为基础的规制。中国对融券卖空实行零加价规则,在技术上无法实行裸卖空。股票指数期货中更不存在裸卖空操纵,其在设计上也并非天然有利于做空,不应对之盲目限制。

摘要： 股指期货市场是金融市场的组成部分,是社会主义市场经济不可或缺的.股指期货市场作用的充分发挥依赖其有效性的高低,具体有四个标志:第一,市场活动的有效性;第二,有众多的交易者参加市场交易活动;第三,所有公开的信息都能够从市场价格上得到及时、 准确和全面地反映;第四,市场分配的有效性.有效的金融市场对于经济的正常运行和稳步增长至关重要,研究我国股指期货市场的有效性及其实现途径,具有重大的现实意义.本文从有效市场理论出发,分析了中国股指期货交易市场标的指数沪深300指数收益率的分布特征,然后依据GARCH模型、 协整理论、 格兰杰因果检验对我国股指期货市场的有效性进行了检验,结果表明中国股指期货市场具有很高的持续性,但中国股指期货市场尚未达到弱式有效,市场风险较大.

摘要： 万国禁烟会在上海召开1909年2月1日,第二次万国禁烟会在上海召开。有12个国家的代表参加。中国政府派两江总督端方为代表莅临。美国勃兰特主教担任会议主席。端方在发言中表明中国政府禁烟的诚意,同时要求各国协助中国政府实行禁烟。会议在2月26日结束,通过了万国禁烟公约9款,其主要内容是逐步禁吸鸦片,拟定防止滥用鸦片方法,敦请各国政府重新制定检查措施,控制吗啡制造、销售和运输等。

摘要： 目前,中国经济正处于新常态的转型阶段,经济增速仍在调整之中,通胀的压力基本消除,大众创新、万众创业逐步推开,人们开始通过创新寻找中国经济的新动力。而与此同时,中国A股市场热潮滚滚,尤其是和"互联网+"相关的成长股得到青睐。在经济探底转型的同时,股市却已提前拉开了牛市大幕。是怎样的大棋局触发了股市上行?股市运行的风格如何?其对经济的增长转型会有怎样的影响?钟伟:欢迎两位参与本期的"圆桌"讨论。不知不觉之

摘要： 本文通过使用hasbrouck和gonzalo-granger的价格发现模型，研究了新加坡衍生产品交易所和台湾期货交易所共同上市的台湾股票指数期货在两家交易所的信息传递效率，分析了上市相似指数期货合约的各个交易所间信息传递的机制。研究结果表明，两种台湾股票指数期货和它们的标的资产之间存在着一个共因子，而且新加坡交易所的摩根台指期货合约在价格发现的过程中起到了主导作用。究其根本，新加坡相对宽松的监管制度决定了它能够更有效地进行市场交易制度改革，从而占据价格发现的主体地位。对于存在竞争的交易所来讲，监管环境是决定其价格功能发挥的一个重要的因素。

摘要： 股票指数期货是金融创新发展中最成功的衍生产品之一.从建设我国股票指数期货市场角度,探讨了其对股票市场深度和广度的促进功能.根据国情,提出股票指数期货的市场模式及交易主体的选择,分析了市场风险并给出风险防范的建议.

摘要： 2010年4月16日,沪深300股票指数期货(以下简称"股指期货")在上海金融期货交易所上市.关于我国股指期货是否增加A股市场的波动,学术界有两种迥异的观点.一种观点认为股指期货具有价格发现功能,可以作为套期保值的工具,有效对冲现货市场的风险,因此可以稳定市场,减少市场波动.与之相反的观点则认为，股指期货因其高杠杆性和低信息量交易者的投机行为会动摇股票现货市场，增加其波动性。针对这两种观点，学术界进行了广泛的实证研究，从目前的结果来看，可归为四种:股指期货增加股市波动性、股指期货减少股市波动性、股指期货对股市波动没有影响、股指期货对股市波动有复杂影响。可以看出，目前关于股指期货与现货市场的关系无论在理论还是实证方面都存在很大分歧，有必要对我国的此类问题进一步开展研究分析。

摘要： 本发明公开了一种基于TrellisNet和注意力机制的新闻驱动股票指数预测方法,包括步骤如下：获取相关股票指数的历史新闻数据和交易数据；将非结构化新闻数据转换为结构化的情感指数数据；将结构化的新闻情感指数数据与股票指数交易数据按照交易日期进行数据融合，并进行归一化处理，构造数据集；构建TrellisNet和注意力机制神经网络预测模型，并利用测试数据集对预测模型进行测试修正；将待预测日的新闻情感指数数据和待预测日前一日的股票指数数据作为输入，用训练好的预测模型进行预测，得到待预测股票指数的涨跌情况。本发明通过对相关指数新闻的情感进行量化分析，能提高股票指数的预测准确度，预测股票指数的未来趋势。

摘要： 本发明属于模式识别技术领域，提供了一种基于CEEMD‑GRU模型的股票指数预测系统，具有模型存储部、预处理部和结果预测部，模型存储部存储有CEEMD‑GRU模型，预处理部能够通过对原始股票数据进行预处理，能够提高数据质量，保障模型训练过程的顺利和最终的拟合效果，结果预测部能够得到得到股票指数预测结果。在CEEMD‑GRU模型的训练过程中将处理后的数据通过CEEMD算法模态分解后，将分量给各个独立的GRU模型进行训练和迭代，能够使用GRU模型对不同时间尺度特征独立的进行学习，保障了对不同特征学习效果，从而实现对原始数据特征的整体把握和学习的目的。

摘要： 本发明公开了一种用于股票指数预测的数据增强深度学习方法，包括如下步骤：a、构建嵌套式门控循环单元，所述的嵌套式门控循环单元包括重置模块、更新门、当前记忆模块和输出模块；b、获取股票指数的日间数据并进行预处理，将预处理后的股票指数的日间数据按照不同时间间隔排列，利用真实的股票指数数据进行映射得到增强后的新数据；c、将增强后的新数据输入由嵌套式门控循环单元组成的循环层，再将循环层的输出结果输入至全连接层中，利用全连接层对输出结果所包含的信息进行提取和融合，得到股票指数结果。本发明可以在股票指数的日间预测中具有更高的回归精度，提升了回测效果。

摘要： 本发明公开了基于多任务最小二乘支持向量机的股票指数预测方法，下载若干个股票指数的交易日行情数据并预处理，得数据集；根据多任务学习假设建立基于多任务学习最小二乘支持向量机的优化模型；通过KKT条件将基于多任务学习最小二乘支持向量机的优化模型转化为非正定线性方程组；通过Krylov‑Cholesky算法求解该线性方程组，得优化模型的解，进一步得到决策函数；将数据集分为训练样本集和测试样本集，通过训练样本集获得股票指数的预测模型，采用测试样本集测试该模型的预测精度和鲁棒性，并与已有方法作对比。该方法能够考虑子任务之间的内在联系，提高了股票指数的预测精度，同时获得较强的鲁棒性。

摘要： 本发明涉及一种基于自适应特征提取的股票指数预测方法，包括：S1：获取股票指数数据，得到每日的开盘价、最低价、最高价、收盘价和成交量；S2：计算由金融经济专家提出的人工指标值；S3：构造样本特征及样本标签，将所有样本划分为训练集、验证集和测试集；S4：对样本进行自适应特征提取；S5：将自适应提取特征与S2计算的人工指标一起输入基于因子机的神经网络预测模型中，并输出预测结果。本发明通过自适应提取股票指数的特征，且提取方法简单、解释性强；使用基于因子机的神经网络作为预测模型，它不仅能够学习到特征之间的交互作用、具备非线性的表达能力，还具有线性复杂度；可有效提高股票指数预测技术的准确率。

摘要： 一种量子神经网络的股票指数价格预测方法，基于“主要集合经验模态分解算法”，即PEEMD算法,包括数据输入模块、数据预处理模块、数据转化模块、数据训练及预测模块、数据重构模块。数据输入模块用于获取股票指数的最新交易数据，数据预处理模块用于对数据进行分解，数据转化模块用于将原始数据转化为“量子态”数据，数据训练及预测模块用于将“量子态”数据进行训练预测，数据重构模块用于重构所述数据的预测结果。本发明先利用PEEMD算法对原始数据进行预处理，将非平稳的时序数据分解为多个不同频率的近似平稳数据并剔除其中的高频分量，只对中低频分量通过量子神经网络进行仿真预测，最后将各个仿真结果进行重构得到最终预测结果，从而有效提高模型的预测性能。

摘要： 本发明提供的股票指数计算方法、装置、设备及介质，属于股指技术领域。该股票指数计算方法通过根据每支预选样本的主营业务类型确定每支所述预选样本是否涉海以及确定其所属海洋产业；根据所述主营业务中涉海类业务收入占所述主营业务收入比重确定每支所述预选样本所对应的海洋属性系数；根据所述海洋属性系数从所述预选样本中确定多支股票样本；根据每支所述股票样本所对应的所述海洋属性系数确定基期市值与报告期样本股调整市值；根据每支所述股票样本所对应的所述基期市值与所述报告期样本股调整市值确定报告期指数，从而通过海洋属性系数凸显海洋产业特色，使得报告期指数更加精确，进而实现准确跟踪海洋经济发展趋势。

摘要： 本发明涉及一种基于俯视角可视图算法的股票指数极端值预测方法。本发明方法包括：极端值定义模块，可视图网络构建模块和完全不可视图网络构建模块，考虑权重的可视图网络构建模块和不可视图网络构建模块，极端值预测指标构建模块，评价指标构造模块。本发明方法针对使用可视图算法将时间序列映射到复杂网络中的缺陷进行了改良，改良之后的方法对金融时间序列中的极端值进行预测，改良之后的方法预测效果更佳。本发明方法通过基于俯视角的加权可视图算法，在将时间序列映射到复杂网络过程中保留了更多的细节信息；通过基于邻居社群的可视图算法，减弱了观测节点受到邻近节点的影响。

摘要： 本发明公开了一种股票指数的最优加权方法及系统，所述方法包括：根据股票成份和/或组合股价信息，构建含定价风险的股票预期收益率模型；根据市值加权指数和非市值加权指数构建加权指数预期收益率模型；从数据库调取样本数据，供所述加权指数预期收益率模型训练，以确定最佳的加权检验窗口；样本外数据按照确定的检验窗口确认选取采用的加权方式。本发明还提供了一种股票指数的最优加权方系统。不同加权方式都有存在的价值，在不同期间应该使用不同的加权方式，本发明通过配置模型给出最优加权方式，进而提高股票的投资收益率，让高净值客户获取更好的收益回报。

摘要： 本发明公开了一种基于EDM算法和BP神经网络的股票指数期货价格预测方法，包括数据输入模块、数据预处理模块以及数据预测模块，所述数据输入模块用于输入钱股票指数期货价格，所述数据预处理模块用于对所述数据输入模块输入的数据进行信号转化以及分解处理，所述数据预测模块用于对股指期货每日收盘价进行预测。本发明通过EDM算法中运用物理学理论方法，将复杂的信号进行平稳化处理，其结果是将初始的复杂信号中不同尺度的波动或趋势逐级分解成一系列有限个具有不同特征尺度的序列，每一个序列即为一个本征模函数分量，且每一个本征模函数分量所包含的频率成分不仅与分析频率有关而且最重要的是随信号自身的变化而变化，从而达到预测效果。