倪禾
- 作品数：6 被引量：48H指数：3
- 供职机构：浙江工商大学金融学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金浙江省高校人文社科重点研究基地项目更多>>
- 相关领域：经济管理自动化与计算机技术更多>>
- 上证综指收益的风险价值测度——基于高斯混合自回归模型的研究
- 2013年
- 本文将高斯混合自回归模型(GMAR)引入到风险价值(VaR)的计算上,并将其用于计算上证综指收益的VaR,将所得结果与GARCH类模型进行比较分析发现,GMAR能捕捉剧烈波动的条件异方差性,但对于较小的波动无法捕捉,因此所得VaR曲线较GARCH类模型平坦。而在不同的显著性水平下,GMAR模型预测VaR的能力都显著优于GARCH类模型。
- 倪禾唐路明
- 关键词：VAR上证综合指数
- 一种自组织混合模型在汇率波动性预测中的应用被引量：1
- 2010年
- 汇率波动性的预测一直以来是研究金融市场者关注的焦点之一,本文拓展了一种基于自组织神经网络技术的,用于预测非平稳汇率波动性的自组织混合模型(SOMAR).SOMAR突破了传统模型对平稳性的假设,变全局建模为局部建模,使得全局非平稳数据变成局部平稳数据.同时,它也是一种基于神经元网络技术的非参数回归模型,结合传统回归模型的简易性和神经元网络算法的灵活性,拓展模型(ESOMAR)提高了对数据异构的适应性.在对汇率波动性的预测实验中,ESOMAR体现出优于传统回归模型和一些基于其它神经元网络模型的效果,并证明了它在预测金融数据方面所具有的价值.
- 倪禾
- 关键词：自组织神经网络波动性汇率
- 基于BEKK-GARCH模型的黄金对中国股市避险能力的分析被引量：8
- 2012年
- 本文基于BEKK-GARCH模型,考察了中国黄金市场与股票市场的动态相关性,以此来分析黄金的避险能力。我们发现,长期来看黄金不具有明显的避险能力;短期来看黄金具有一定的避险能力,而且短期避险能力从2003年至2011年为止呈现逐年加强的趋势,但是当金融危机发生时没有一个固定的最佳黄金持有期,因此必须采用非静态避险的方法来对冲股市风险。
- 倪禾俞露
- 关键词：黄金避险
- 自组织神经网络和K-means聚类算法的比较分析被引量：25
- 2014年
- 本文主要是研究自组织神经网络作为一种具有拓扑限制的,以特征提取为主要手段的聚类算法,并与传统的K-means算法进行比较分析,并将它们应用于几组人工数据。传统的K-means算法具有计算效率高的优点,但是聚类结果不稳定,初始值对于聚类收敛的结果有一定的影响,相比之下,自组织神经网络由于其引入具有拓扑结构的邻域函数,虽然计算效率比较低,但是可以达到较为稳定的聚类结果,且受初值影响较小。
- 徐步云倪禾
- 关键词：人工智能聚类算法自组织神经网络K-MEANS
- 基于启发式遗传算法的指数追踪组合构建策略被引量：11
- 2013年
- 消极组合管理方法已由国内外众多基金的表现证明是一种有效的资产组合投资方式.指数基金作为采取消极管理策略的典型代表,其业绩超越多数采取积极管理模式的基金.指数基金管理者的主要目标是使其基金的收益尽可能接近其标的股指,如我国的沪深300,美国的标普500的收益.本文提出了一种基于启发式遗传算法的寻优方案,通过最大化效用函数来寻找一个最为经济的指数复制组合.该组合同时应该满足拥有最少的资产数量、尽可能少的权重调整次数、最小的收益波动性等限制条件以减少基金开销,并使其收益尽量接近或者超越标的指数的收益.为使该策略具有更强的实用性,文章考虑了股票具有最小交易规模、投资权重分布不平均等实际限制.实验所得策略通过构造追踪组合来匹配沪深300指数,其综合效果超过了使用二次规划、等权或者是先验经验构筑的投资组合.
- 倪禾
- 关键词：投资组合启发式遗传算法沪深300
- 社会网络下的机构投资者联结行为与信息效率被引量：3
- 2020年
- 股票的信息效率是指企业特质信息反映到股价中的程度。基于机构投资者共同持有股票形成的“企业形象良好效应”“监督效应”和“信息传递效应”的理论基础,选取中国沪、深A股非金融类上市企业为研究对象,结合社会网络分析机构投资者联结行为对信息效率的影响。研究发现:机构投资者联结行为与信息效率之间呈正相关关系;相较于国有企业,联结行为在非国有企业中更有助于提高信息效率;机构投资者的联结行为提高了个股流动性,从而导致个人投资者的非理智行为可能减少股价所承载的特质信息,继而减弱了边际信息效率。
- 倪禾徐茜
- 关键词：机构投资者信息效率社会网络
