检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:兰秋军[1] 马超群[1] 甘国君[2] 吴建宏[2]
机构地区:[1]湖南大学工商管理学院,长沙410082 [2]约克大学数学与统计系
出 处:《中国管理科学》2005年第4期17-23,共7页Chinese Journal of Management Science
基 金:国家自然科学基金资助项目(70371028);教育部优秀青年教师资助计划(教人司[2003]355号)
摘 要:已有的有效性检验方法大都基于某个全局性的数学模型,忽略了序列中某些局部模式的预测作用,由此得出“市场有效”的结论有失偏颇。本文采用一种新的时间序列数据挖掘方法TSEOPM,寻找时间序列中具有预测作用的局部征兆模式,并用其实证我国沪、深A股市场近年来收益的短期可预测性,结果表明基于局部征兆模式获得的收益显著好于非征兆模式,通过历史价格分析可以带来一定的短期超额收益,因而说明我国股市还没有达到弱有效。Most test methods on stock market efficiency are based on some statistical models from a whole viewpoint and can't discover some predictive local patterns. Thus, the conclusion of“market is efficient”may be trustless. This paper applies a new time series data mining method ——TSEOPM to detect local omen patterns, and verifies weak - form efficiency of China stock markets. The result indicates local patterns mined by TSEOPM can bring excess returns. “Stock markets of China are not weak- form efficient”is concluded.
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.222