bevictor伟德官网
學校主頁 | 中文 | English
 
 
 
 
當前位置: 首頁>>教師觀點>>正文
 
 

【張學勇】基于集成神經網絡模型的知情交易股票價格異象研究

[發布日期]:2023-08-01  [浏覽次數]:

近日,由我院張學勇教授及其博士研究生李沛然合作撰寫的論文《基于集成神經網絡模型的知情交易股票價格異象研究》發表于《計量經濟學報》2023年第3期。 

文章使用中國A股的日内高頻交易數據,采用集成神經網絡算法實現了針對知情交易行為的精準識别并證實A股市場中存在與股票知情交易程度相關的定價異象。研究發現:知情交易者的交易手法主要包括首尾盤操縱和策略化下單,具體表現為首尾盤時段内量價指标的異常變化和日内買賣價差、訂單簿深度的短期突變,上述特征均可被文中建立的集成神經網絡模型所捕捉。進一步研究發現,由于信息不對稱所導緻的流動性風險使得具有高知情交易傾向的股票需提供額外的風險補償以吸引普通投資者的進入,基于文中提出的知情交易指數所構建的多空組合每月可獲得1.38%的等權收益率。此外在市值規模較大、流動性較高、機構投資者和大股東持股比例較高的股票中組合收益更加顯著。 

該文研究對于維護市場環境和優化投資策略均具有重要的指導意義。從市場監管的視角出發,文章結合高頻交易數據與深度學習算法構建了針對知情交易的全新識别框架,提升監管效率的同時為進一步維護市場公平、促進資本市場資源配置效率提供了參考。此外,從資産定價理論與投資實踐的角度文章拓展了關于中國A股市場定價異象的相關研究,證實了知情交易因素能夠導緻股票的價格異象并詳細論證了其背後的傳導機制,為基于知情交易因素的量化投資策略提供了參考,實現了金融理論與業界實務的緊密結合。

 

撰稿:李沛然

校對:張學勇

審核:彭俞超



上一條:【姜富偉】債券違約風險與機器學習方法:研究進展與未來方向 下一條:【彭俞超】污染的隐型成本?空氣污染感知與企業貸款成本

關閉

 
Baidu
sogou