摘要：基于上证指数非线性、非平稳等复杂系统运行特征,选取由遗传算法优化的BP神经网络(GA-BP)、粒子群优化算法的支持向量机(PSO-SVM)和长短期记忆神经网络(LSTM)模型作为信息分类提取基本模型,进而引入自适应噪声完备集成经验模态分解(CEEMDAN)进行串联组合建模以优化模型,提升预测信息提取的充分性。为提高预测精度及加强方法的稳健性,进一步设计均匀权重与学习权重两类并联组合预测方式,构建起混联预测模型。通过预测的效果比较得知:混联模型整体能有效识别信息、提升预测精度;其中的CEEMDAN模态分解下的学习型权重混联组合预测模型应用于上证指数预测,效果比较理想。

摘要：运用RJMCMC方法对上证指数的连涨连跌收益率进行Bayes实证分析.选用2016年5月3日至2022年5月20日的上证指数收益率,在连涨和连跌股指服从伽马分布的基础上建立伽马分布双参数多变点模型,由Bayes分层理论得到参数后验分布的核密度函数;然后设计五种移动类型,分别给出其接受概率的表达式,建立RJMCMC算法;最后由算法确定连涨和连跌收益率存在的变点个数,给出变点位置的估计,并分析变点发生的影响因素.实证分析的结果表明,运用RJMCMC理论寻找股市变点的方法是有效的.

摘要：如何准确有效地估计风险价值(VaR)一直是研究的热点问题。本文提出用嵌套模拟来估计VaR值,并设计了一套自适应分配算法。该方法用外部模拟生成样本情景,用内部模拟估计每个情景中的资产或资产组合的价值损失,以此来估计VaR值。该方法能合理分配计算效用,从而使估计值的均方误差最小。最后,用上证指数对这个方法做了实证检验,Kupiec检验结果证实嵌套模拟用于计算VaR值是行之有效的。

摘要：当上证指数稳稳地跨过5500点，当人们讨论“十一”长假过后股市会不会上演“红色十月”时，稳坐在牌桌上大打“炒股牌”的也不再只有手机生产商了。面对火爆的牛市，运营商们也都在跃跃欲试，几款专门为炒股定制的手机纷纷亮相电视购物广告。笔者仔细研究了电视台的各炒股手机广告，这些广告不论是在形式还是在内容上都在传达给消费者同一个信息：买了炒股手机就可以赚钱。

摘要：2024年9月20日,坐落于香港地区中环,由国际知名的扎哈·哈迪德建筑事务所设计,佳士得位于The Henderson的全新亚太区总部正式开幕。众多海内外藏家、经纪人、艺术爱好者到场,庆祝香港地区佳士得亚洲业务的重要里程碑。佳士得亚太区总部首拍于9月26至27日举行,主要的拍卖涵盖香港地区传奇藏家区百龄珍藏的顶尖中国瓷器及凡·高、莫奈、赵无极、金焕基等艺术大师的力作。拍卖当日,长期处于低迷的A股上证指数突破3000点,迎来久违的回归,而香港地区佳士得也以多项纪录为秋拍带来喜讯!

摘要：日前，刚刚于上海召开的“2011中国股权投资论坛”上，有资料指出，中国艺术品过去十年的投资回报远远超过了上证指数。

摘要：股市、房产、艺术品,被称之为三大主要投资领域,而这波股市暴跌令数万亿财富灰飞烟灭,波及面之深远艺术品市场当然难以幸免。据悉,一些省会城市和北京、上海等地举行拍卖会反映,各地拍卖都有叫得响的"硬货",但拍卖市场与股市可谓同此凉热。只是省会城市因基数较小影响稍差,而北京、上海等影响却十分明显,甚至一些拍卖公司遇到客户以股市下跌为由拖欠拍卖款情况,亦有大客户因股票惨遭强行平仓陷入艺术品所有权诉讼。

摘要：为有效解决支持向量回归中的参数选择问题,提出了一种新算法——AGA-SVR。在该算法中,通过适时增加染色体变异的概率来提高染色体的多样性,克服了标准遗传算法存在个体容易早熟的缺陷,从而增加学习到全局最优的几率。通过将AGA-SVR应用于上证开盘指数预测,结果验证了该算法优于标准遗传算法及经典梯度下降算法。

摘要：一、股市动态分析30指数回顾及简评上证指数上周末收于2942.31点,本周末收于2933.8点,下跌0.29%;股市动态30指数上周末报收926.41点,本周末收于926.55点,上涨0.015%;其中股票组合上涨0.02%。

摘要：2007年2月27日,春节过后的第二个交易日,上证指数剧跌268.81点,跌幅达到8.84%,4月19日,股市再度下挫163.38点,跌幅达到4.52%,不到一个月的时间,5月15日,股市三度下调，急跌147.21点，跌幅达到3.64％。此后，股市开始高位震荡。