公共文化服务平台

搜索到238篇“ 收益率分布“的相关文章

上证指数收益率分布的拟合研究: 2024年; 采用近十一年上证指数数据,研究其收益率分布情况。首先,验证了上证指数收益率不符合正态分布,具有尖峰厚尾和非对称性质;其次,采用logistics分布、t分布、q-高斯分布、g-h分布以及正态逆高斯分布分别进行参数估计和图像拟合;最后,通过比较5种分布的分布函数曲线与数据的累积概率分布曲线,计算拟合优度和均方误差根进行优度检验,得出正态逆高斯分布拟合结果最优的结论。; 任芳玲刘龙; 关键词：收益率分布尖峰厚尾 G-H分布

沪深股指收益率分布特征拟合检验研究被引量：1: 2023年; 为更深刻地揭示沪深股指收益率特征,本文提出两成分混合广义正态分布及其退化分布、非对称广义正态分布及其退化分布等8种分布,对上证综指(SSEC)和深证成指(SZCZ)日收益率数据进行拟合对比分析。通过拟合评价和VaR度量发现:对于上证综指,用非对称广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征;对于深证成指,用两成分混合广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征。在进行沪深股指波动率预测、资产定价和风险度量时,建议选择非对称广义正态分布和两成分混合广义正态分布进行对比分析,进一步提高其准确性。; 温录亮丘延君陈平炎; 关键词：沪深股市股指收益率上证综指深证成指

基于Cornish-Fisher展开的收益率分布与风险价值预测研究: 随着金融实践研究不断深入,大量研究成果证明金融资产收益率序列分布并不满足传统模型中的正态分布假设,并且表现出明显的尖峰厚尾与非对称性特征,并且越高频的数据表现出的偏离特征越明显。传统金融学理论体系中的三大核心问题——资产...; 刘亚楠; 关键词：VAR估计

基于BG分布的资产收益率分布拟合与尾部风险测度——以上海黄金市场为例被引量：11: 2019年; 本文以上海黄金市场为例,在GARCH模型下,系统性比较了基于正态分布、Logistic分布、HS分布、Laplace分布、t2分布和Cauchy分布的对称和非对称共12种BG分布在收益率分布拟合以及VaR和ES测度中的效果。研究结果表明,BG分布在收益率分布建模与尾部风险测度上的表现与原分布类型有关。当原分布为正态分布时,对称和非对称BG分布的效果都较差。当原分布为Logistic分布、HS分布、Laplace分布、t2分布和Cauchy分布时,对称和非对称BG分布的效果都较好,其中非对称BG分布效果在尾部分布拟合上优势更大。在所有分布中,基于t2分布和Cauchy分布的非对称BG分布表现最优。; 姚萍王杰杨爱军; 关键词：收益率分布 GARCH模型

互联网金融产品收益率分布及影响因素的统计建模研究——以余额宝为例: 为探索互联网金融产品特征，本文选取我国最大、最具代表性的互联网金融产品余额宝作为研究对象，建立分层贝叶斯混合模型研究收益率的分布特征;为解释出现分布特征的原因，进一步建立半参数可加模型研究收益率的影响因素．本文的研究主要...; 马馨悦; 关键词：互联网金融产品收益率

一种预测股价收益率分布的代价函数计算方法: 本发明公开了一种预测股价收益率分布的代价函数计算方法，S101、采集数据：预先采集常规训练数据，其中，因子作为特征信息，收益率作为目标信息；S103、等分区间：将步骤S101所得目标信息的分布区间，分成n等分，对应分别记...; 江寅朱传瑞

股票指数收益率分布研究: 2018年; 分析了沪深300指数从2005-01-04—2018-04-13的价格数据,发现其日收益率分布具有左偏、尖峰厚尾的特征,不满足正态分布;用高斯混合分布对沪深300指数日收益率进行拟合,并用基于BIC指标的EM算法求解混合分布参数,结果表明,高斯混合分布可以很好地捕捉到指数收益率的分布特征。; 李静; 关键词：股指收益率 EM算法

虚拟金融资产收益率分布特征研究——以比特币为例被引量：9: 2018年; 文章使用2013年1月-2017年6月的日度比特币交易数据,对序列使用马尔科夫区制转移模型（参数方法）、小波变换（非参数方法）,研究比特币收益率在不同尺度分布的定量特征.由MS-AR模型分析结果可知,在低收益率区制下,投资者主要对前一两天以及大概一周的收益率有所关注,在高收益率区制下,投资者的心理在发挥主要作用,普遍认为昨日涨今日跌的事实,因此对比特币进行投资具有极强的投机心理.由小波变换分析结果可以看出,不同时间下,比特币影响因素不同.当时间跨度选取较小时,主要是投资者的投机心理以及＂羊群效应＂起主要影响,随着时间跨度的增加,达到半年左右时,此时主要是比特币市场的自主调控,因此也会出现小幅度的波动,但当时间跨度达到一年以上,此时政府等监管部门对该市场的管控起主要的作用,使得收益率波动情况达到几乎平稳的状态.对比发现,小波变换能够较好地反映比特币收益率的分布情况.; 黄哲豪李正辉董浩; 关键词：收益率分布区制转移模型小波分析

上证A股收益率分布特征的挖掘分析被引量：1: 2018年; 基于上证A股的每日、周、月行情数据建立数据库系统,采用统计方法进行数据挖掘研究,挖掘研究不同时间范围、时间刻度和股票行业对股票收益率分布的影响.从单只股票截面,对股票收益率密度分布进行正态性检验,分析其分布特征与股票流通市值、股票行业类别以及所研究的时间刻度(日、周、月)的关系.从单位时间截面,对股票集合的收益率均值和波动率的相关统计特征进行分析,研究结果表明,股票集合的收益率均值的方差远大于单只股票截面的收益率均值的方差,这是因为股票之间的相关性远大于时间之间的相关性;另外,股票集合的波动率还具有长期记忆性的特征.; 刘宇欣范宏; 关键词：上证A股股票收益率波动率长期记忆性

深沪股市收益率分布特征的统计分析被引量：1: 2018年; 中国金融市场的波动性从来都是备受关注的,本文对2007年1月4日~2017年1月4日沪深两市的收益率数据进行实证研究,得出中国金融市场收益率的分布特性,并检验股市的溢出效应与杠杆效应等一系列特征,得出深市具有单向的溢出效应以及沪深两市具有正的杠杆效应。最后结合中国的股市现状给出相关分析与建议。; 白玮炜聂圣炎; 关键词：波动性

相关作者