基于人工神经网络的中国股票市场预期收益率的实证分析
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 实证分析的理论背景及实证模型 | 第9-20页 |
| ·引言 | 第9-10页 |
| ·资本资产定价模型 | 第10-11页 |
| ·横截面回归分析法 | 第11-12页 |
| ·回归分析法 | 第11页 |
| ·横截面回归法 | 第11-12页 |
| ·人工神经网络分析法 | 第12-15页 |
| ·实证分析模型 | 第15-20页 |
| ·数据的横截面采集 | 第15页 |
| ·常用的基础变量 | 第15-16页 |
| ·实证分析的研究现状简介 | 第16-20页 |
| 第2章 实证分析的数据源 | 第20-24页 |
| ·CSMAR数据库的特点 | 第20-21页 |
| ·CSMAR数据库中的数据 | 第21-22页 |
| ·日个股回报率文件 | 第21页 |
| ·月个股回报率文件 | 第21页 |
| ·指数文件 | 第21-22页 |
| ·宏汇数据库的特点 | 第22页 |
| ·宏汇数据库的数据 | 第22-24页 |
| 第3章 实证分析模型的设计 | 第24-39页 |
| ·实证模型的结构 | 第24-27页 |
| ·基础变量的选取 | 第24-25页 |
| ·建立模型前的工作流程 | 第25-27页 |
| ·人工神经网络模型简述 | 第27页 |
| ·VISUAL FoxPRo软件简介 | 第27-28页 |
| ·股票收益率的计算 | 第28-32页 |
| ·实证中投资收益率的估算 | 第28-30页 |
| ·日个股回报率的计算 | 第30页 |
| ·月个股回报率的计算 | 第30-31页 |
| ·周个股回报率的计算 | 第31-32页 |
| ·周交易量的计算 | 第32-34页 |
| ·计算公式 | 第32页 |
| ·数据残缺处理 | 第32-33页 |
| ·程序设计及说明 | 第33-34页 |
| ·股票规模的计算 | 第34-35页 |
| ·计算公式 | 第34页 |
| ·数据调整及程序设计 | 第34-35页 |
| ·各年收益价格比的计算 | 第35-36页 |
| ·各年收益数据的获取 | 第35页 |
| ·各年股票价格的获取 | 第35页 |
| ·各年收益价格比的计算 | 第35-36页 |
| ·总风险系数的计算 | 第36-37页 |
| ·股票投资总风险 | 第36页 |
| ·周总风险系数的计算公式 | 第36-37页 |
| ·程序设计 | 第37页 |
| ·周B系数的计算 | 第37-38页 |
| ·市场指数周收益率的计算及编程 | 第37-38页 |
| ·β计算公式及其编程 | 第38页 |
| ·小结 | 第38-39页 |
| 第4章 实证数据分析 | 第39-57页 |
| ·概述 | 第39页 |
| ·MATLAB软件神经网络工具介绍 | 第39-42页 |
| ·MATLAB 6.1的基本功能与特点 | 第39-41页 |
| ·MATLAB神经网络工具 | 第41-42页 |
| ·用MATLAB分析股票数据 | 第42-49页 |
| ·人工神经网络模型 | 第42-44页 |
| ·网络的训练 | 第44-48页 |
| ·影响因子的计算 | 第48-49页 |
| ·解释变量方向测试 | 第49页 |
| ·五因子模型仿真实验结果 | 第49-53页 |
| ·仿真实验数据结果 | 第49-52页 |
| ·仿真实验图形输出 | 第52-53页 |
| ·四因子模型仿真实验结果 | 第53-56页 |
| ·小结 | 第56-57页 |
| 第5章 实证分析总结 | 第57-67页 |
| ·五因子模型实证结论 | 第57-61页 |
| ·两市五因子模型解释变量比重 | 第57-60页 |
| ·规模效应测试 | 第60页 |
| ·交易量效应测试 | 第60-61页 |
| ·四因子模型实证结论 | 第61-67页 |
| ·两市四因子模型解释变量比重 | 第61-64页 |
| ·规模效应与交易量效测试 | 第64-67页 |
| 第6章 结论 | 第67-71页 |
| ·交易量与回报率的关系 | 第67-68页 |
| ·股票规模与收益率的关系 | 第68-69页 |
| ·股票B系数与回报率的关系 | 第69-70页 |
| ·ANN法与F-M法在股市实证中的比较分析 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 附录1 | 第73-97页 |
| 附录2 | 第97-103页 |
| 攻读学位期间发表的学术论文 | 第103-104页 |
| 致谢 | 第104页 |
