赵学军
- 作品数：20 被引量：56H指数：4
- 供职机构：嘉实基金管理有限公司更多>>
- 发文基金：中国博士后科学基金更多>>
- 相关领域：经济管理自动化与计算机技术文化科学社会学更多>>
- 科技溢出与有限关注度对股票收益的影响研究被引量：1
- 2020年
- 企业科技研发不仅能提升自身的竞争力,还能通过科技溢出效应惠及科技关联企业。本文采用上市公司的专利数据和分析师一致盈余预测数据构建了科技溢出指标,检验了科技溢出效应对我国股票收益率的影响,并深入探讨了投资者有限关注度在其中起到的作用。实证结果表明:我国资本市场具有显著的科技溢出效应,使用科技溢出指标构建的多空投资组合能够获得显著的投资收益,并且该收益不能被常见的风险因子模型解释。本文进一步发现,在市场关注度较高或科技关联复杂程度较低的股票中,科技溢出指标的投资价值更低,说明科技溢出效应对我国股票收益率的影响可以用投资者有限关注理论解释。
- 李绪泉张自力赵学军
- 关键词：股票收益资产定价
- 管理层展望信息对股票表现的影响被引量：1
- 2022年
- 本文使用自然语言处理方法从MD&A展望信息中提取出信息含量指标和信息增量指标。经过实证分析发现,MD&A展望信息含量对股价表现具有显著正向影响,即披露信息含量越高,股票次年收益越高波动越小,这一关系在机构持股比例低、高收益的股票中更加显著。MD&A展望信息增量对股价表现具有显著负向影响,尤其是在低收益股票中表现更加显著。拓展研究发现,MD&A展望信息可以通过影响投资者情绪进而影响股价表现。
- 杜思臻王绍凯张自力赵学军
- 关键词：管理层讨论与分析股票市场自然语言处理
- 盈余预测修正与股票收益——企业特质修正是否具有信息含量?被引量：2
- 2020年
- 过往研究发现证券分析师发布的盈余预测修正具有预测股票未来收益的能力。本文将盈余预测修正拆分为行业修正和企业特质修正,发现二者均包含基本面信息,相应的多空投资组合也均能获得显著的投资收益,且该收益不能被常见的风险因子模型解释。通过对比明星分析师和普通分析师,本文发现明星分析师能有效提高行业修正和企业特质修正的基本面信息含量和投资价值。与行业修正相比,明星分析师对企业特质修正信息含量的提升程度更大。本文进一步研究发现,分析师企业特质修正中信息含量可能并非源于内幕消息。
- 李绪泉张自力赵学军刘若宙
- 关键词：分析师股票收益
- 大类资产配置中各类资产最优代表选择的研究被引量：5
- 2017年
- 目前有关资产配置的理论和实践研究中,对资产类代表的研究并不清楚。大部分研究都是采用常用的和被普遍认可的指数来代表某类资产,但是同一个资产类有很多类似的指数,选取哪个指数作为该类资产的代表缺乏理论依据和实证分析。可以使得投资组合结果最优的指数是资产的最优代表,所以通过分析各类资产的常用指数所可能构成的投资组合的收益和夏普比率来确定代表每类资产的指数。在中国市场、美国市场和全球市场分别找到了权益类资产、固定收益类资产和大宗商品类资产的最优代表指数。对资产配置理论的资产类别分析有一定的贡献,也给投资者提供了资产配置中各类资产的追踪标的的理论依据。
- 臧金娟黄一黎赵学军
- 关键词：现代投资组合理论
- “与众不同”的价值:中国公募基金家族反羊群行为与投资能力的关系被引量：3
- 2019年
- 随着股票市场定价效率的提升,主动管理型股票投资基金如果不能在投资策略上主动求变,能够获得的超额收益将会趋于减少。本文采用2009-2017年中国公募基金家族数据作为研究对象,检验反羊群行为与基金家族投资能力的关系,得到以下研究结论:第一,采取反羊群行为策略的基金家族具有更强的基本面投资能力,能够更有效地选择未来业绩向好的行业进行资金配置;第二,不存在委托代理问题的基金家族在采用反羊群策略之后,能够获得更好的投资业绩。以上研究结论带来的启示:第一,公募基金家族要采取更加积极、主动的投资策略,避免盲目跟随、成为盲从的“羊群”;第二,公募基金管理公司对基金经理的考核方式应当更加合理、科学,注重于基金长期收益的考察,而不是仅仅关注基金净值在短期内的涨跌;第三,监管部门要加强对基金市场的监督与管理,抑制基金投资领域可能出现的羊群行为,避免基金市场风险积聚、以及由此而导致的整个资本市场波动加剧。
- 唐棠张自力赵学军
- 关键词：基金经理行为金融
- 基于EEMD-LSTM-Adaboost的商品价格预测被引量：16
- 2018年
- 文章将总体经验模态分解（EEMD）方法、长短期记忆（LSTM）模型和Adaboost算法相结合,构建了一个多尺度组合预测模型（EMD-LSTM-Adaboost）。在模型构建过程中,首先采用EEMD方法将商品价格序列分解为不同尺度的本征模态分量（IMF）和一个趋势项。在此基础上,提出采用LSTM神经网络和Adaboost算法相结合的方法对分解后的商品价格序列进行建模和预测,然后集成得到商品价格的预测值。并以沪金为例进行实证分析,结果表明与已有的预测方法相比,文章所提出的EEMD-LSTM-Adaboost方法预测能力更好。
- 邸浩赵学军张自力
- 关键词：ADABOOST算法
- 基于LSTM-Adaboost模型的商品期货投资策略研究被引量：4
- 2018年
- 由于商品期货具有与传统金融资产相关性较低、可多空并举的特性,因此,商品期货投资策略研究受到投资理论和实务界的广泛关注。本文在研究影响五种大宗商品价格走势的主要因素基础上,采用LSTM-Adaboost模型对非线性、非平稳的商品价格序列进行建模和预测,以提高神经网络模型的预测能力和泛化能力。根据LSTM-Adaboost模型的预测结果构造相应的投资策略,将基于LSTM-Adaboost模型的商品期货交易策略同经典的商品期货交易策略进行比较研究。结果表明:无论是年化收益率指标还是夏普比率指标,基于LSTM-Adaboost模型的商品期货交易策略都要优于经典的商品期货交易策略。此外,针对单一投资品种的投资策略回撤大的问题,本文还构建多个投资品种期货组合优化模型,有效解决投资策略在每个投资品种上安排资金占比和最优杠杆的问题,这一方法可以较好地起到控制风险、提高收益的作用。
- 邸浩赵学军张自力
- 关键词：人工智能ADABOOST算法商品期货投资组合理论
- 股票回报与经济增长的相关性之谜——基于跨国数据的分析被引量：3
- 2017年
- 通过使用全球30个主要经济体的GDP增速和股票市场回报数据,本文讨论了不同时间长度下的GDP增速和股票回报之间的相关性。本文定义当期GDP增速减去上一期GDP增速,然后除以当期GDP增速并取绝对值为预期外增速比例,以衡量当期GDP中预期之外的GDP增速的比例。研究表明,该比例可以解释GDP增速与股票回报的相关性随着时间区间拉长而变大并且更加显著的现象。具体来说,随着时间区间拉长,相应时间区间的GDP增速中的预期外增速比例越来越高,因此,从经济学意义上讲,这意味着,未被预期到的经济活动越来越多,这使得相应区间的股票回报和GDP增速的相关性变得更大而且更加显著。
- 谭华清赵学军黄一黎
- 关键词：股票回报
- 资本市场复杂网络特性与资产定价新视角被引量：1
- 2023年
- 资本市场价格运动是多因素共同作用、多变量协调运动的结果,不同子市场、市场参与主体和金融资产之间都具有复杂的关联关系。这种关联关系可以抽象为一个具有高维交互信息的复杂网络系统,从网络视角研究不同市场主体以及相关金融资产之间的关联关系,是系统性风险测度与资产定价研究的新视角。
- 张自力赵学军陈莹
- 关键词：资本市场网络结构系统性风险资产定价
- 基于层次聚类降维模型推测股票组合持仓的研究被引量：2
- 2021年
- 股票组合中成分股的构成与权重反映了基金经理的投资策略与投资风格,在实践中,这些信息往往存在披露频率低、披露时间滞后以及有限披露的问题。通过研究提出了一种基于二次规划的层次聚类降维模型,能够仅根据样本空间股票与投资组合的历史收益率,快速估算出股票组合当前成分股的构成与权重。同时选择上证50指数验证模型的效果,发现样本区间内,层次聚类降维模型能够从A股全部样本空间几千只股票中,平均估算出上证50指数50只实际成分股中的29.3只股票,对高权重成分股预测精度约为73%,优于二次规划模型。另外,市场结构分化越显著,层次聚类降维模型相对二次规划模型的改进效果越明显。模型的有效性验证了A股市场分层聚类的结构特征。
- 黄琳珊张自力赵学军张峥
- 关键词：证券市场数据降维层次聚类市场结构
