教育部人文社会科学研究基金(13YJC790068)
- 作品数：4 被引量：57H指数：3
- 相关作者：李合龙李明建周文慧王龙刘方舟更多>>
- 相关机构：华南理工大学复旦大学纽约州立大学更多>>
- 发文基金：教育部人文社会科学研究基金中央高校基本科研业务费专项资金国家社会科学基金更多>>
- 相关领域：经济管理自动化与计算机技术更多>>
- 基于EEMD的投资者情绪与股指波动的关系研究被引量：41
- 2014年
- 基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)对非线性、非平稳性金融时间序列的有效处理,运用EEMD方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项,提取出序列在不同时间尺度下的波动特征,并将得到的IMF分量和残余项按照高低频重构为序列的短期波动项,中期重大事件影响项和长期趋势项,进一步结合计量模型考察投资者情绪和股指价格序列在不同时间尺度下的波动关联性.实证结果表明,投资者情绪与股指价格波动在不同时间尺度下呈现出不同的波动关系:短期投资者情绪与股指价格波动存在双向影响,中期投资者情绪波动领先于股指价格波动,而长期则转变为股指价格领先投资者情绪波动.
- 李合龙冯春娥
- 关键词：投资者情绪
- 基于平均包络线匹配算法的EMD端点效应分析及在股价趋势分解中的应用被引量：8
- 2013年
- 经验模式分解(EMD)能够有效获得非平稳非线性信号的时频特征,但传统的EMD分解算法存在严重的端点效应.在深入研究和分析EMD算法的基础上,提出了一种基于波形匹配的端点效应处理方案,通过计算波形匹配度,在平均包络线内部寻找与其端部变化趋势最为接近的子波,并用这段子波代替平均包络线的边缘部分,使处理后的平均包络线极大地接近真实包络线,并把这种端点效应处理方案的EMD分解算法应用到实际的股票市场价格趋势分解中.实验结果表明,与经典的EMD边界延拓算法相比,本文提出的算法能更有效地抑制EMD分解时的边界效应,分解得到的固有模式函数更能体现模拟信号真实的频率、幅值信息.应用实验表明:与现有方法相比,该方法更能提高预测精度.
- 李合龙王龙李明建周文慧
- 关键词：经验模式分解股市预测
- 基于EMD的VaR估计方法及实证研究被引量：3
- 2015年
- 文章提出了一种基于经验模式分解(EMD)的市场风险价值(VaR)估计方法。通过EMD将市场价格序列分解成不同波动特征的本征模态函数(IMF),以Hurst指数为判据将其重新组合为具有长期记忆性的主体部分和高斯噪声部分。利用神经网络预测主体部分的未来走势并对噪声部分进行方差分析,以此估计出市场的风险价值(VaR)。
- 李合龙杨志
- 关键词：VAREMDIMF径向基函数神经网络
- 投资者情绪与股市收益率波动的联动性被引量：5
- 2016年
- 应用GARCH模型对投资者情绪和股指进行估计,以获取投资者情绪和股市收益率的波动序列;进一步引入小波多分辨率分析,分别将波动序列分解到5层交易周期上,以考察不同周期下投资者情绪和股市收益率间波动的联动效应。实证结果表明,两者在不同交易周期下所表现出来的联动性存在非一致性;短期表现为在d1和d2尺度下股市收益率是投资者情绪的一个显著影响因子,而随着交易周期的加长,在d3至d5尺度下联动效应逐渐减弱;两者间由短期的单向传导逐渐过渡到中长期的双向传导。
- 李合龙刘方舟冯春娥张卫国
- 关键词：投资者情绪波动率多分辨率分析
