研究股市交易量与股远价关系的影响.docxVIP

PAGE \* MERGEFORMAT PAGE \* MERGEFORMAT 1 量化投资比赛 题目: 研究股市交易量与股价关系的影响 姓名：张达杰、陈堪忠、甘世枭 学校：广东石油化工学院 院（系）：理学院 专业年级：2012级 研究股市交易量与股价关系的影响 摘 要 本文运用格兰杰因果关系检验和扩展GAECH模型研究保利地产（600048）市场交易量与股票价格之间的关系。对过去的数据进行拟合分析，拟合出成交量与价格变化的相关关系，在通过分析成交量与时间变化的自相关关系检验，对已有的数据进行自相关分析，然后同对未来成交量进行预测，进而根据成交量与价格的关系，预测出未来的股票价格。 关键词：格兰杰因果检验 扩展GAECH模型 成交量 股票价格 一、引言 证券市场中的量价关系是指证券价格与交易量之间的关系，对量价关系的研究近年来日益受到金融界的重视。通过量价关系的研究能够帮助了解金融市场的微观结构，揭示价格波动产生的根源。 建立了量价关系的简单线性模型 ，根据信息的不对称和流动性的需求是产生信息到达的交易量的原因，把交易量变量加入到GARCH模型的条件方差方程证实了把交易量作为信息流的替代指标对价格波动具有很强的解释能力。 二、研究方法和模型选择 首先本文对保利地产（600048）中成交量是否对股票介格产生影响进行了检验。如果成交量对股票价格有影响，则成交量和价格两之间存在相关的关系。 其次本文分析成交量之间的自相关性， 通过分析成交量之间的自相关性，对未来成交量进行预测，进而能够通过模型相关性，对股票价格进行预测，在股票交易中能够较好的对资金管理，达到盈利的目的。 为检验交易量是否对股价格有预测能力，本文采用： 1、格兰杰因果关系检验 。其基本思想是 设 X={Xi}, Y= {Yi} 为两个平稳时间序列，如果相对于仅用Y的过去值来预测Y时，X的过去值能用来改进对Y的预测，即如果 X的过去值能统计地改进对Y的预测，则称存在X到Y的格兰杰因果关系。 下面是用于检验交易量和股票价格因果关系的自回归模型： 对已有数据进行相关的线性检验，拟合成交量X与股票价格的相关关系，分析之间的模型误差，对模型改进以及是否存在误差的相关关系。 2 引入交易量变量的扩展 GARCH-M模型 本文采用扩展 GARCH(1，1)一M模型 即在一般 GARCH—M 模型的条件方差方程中引入交易量变量。模型设定如下： 其中参数满足条件， 反映了成交量相关的持续性。 根据混分布模型， 本文把交易量变量作为信息到达过程的替代变量，使用交易量变动率的原因在于可以保持交易量变量的外生性。对股票收益与交易量变动率进行了线性及非线性因果关系的检验，证实交易量变量对股票价格同时存在直接和间接的影响。 三、数据及初步分析数据 1、考虑到涨跌停板制度对股市波动性的影响及A、B股波动特征的差异，本文采用保利地产（600048）指数每日收盘价和成交量数据样本区间为 2014年10月20日至2014年12月 31日，共 41个有效样本数据。本文数据均源于中国证券市场研究数据库 (CSMAR)。 其中X和Y分别表示保利地产（600048）指数的第t日成交量和收盘价，收集数据如下： 时间 成交量（万） 成交额（万） 收盘价 10月20日 8211 46209 5.65 10月21日 8099 45331 5.59 10月22日 4306 24333 5.58 10月23日 6135 34003 5.51 10月24日 3840 21203 5.52 10月27日 10651 57127 5.36 10月28日 9221 50595 5.55 10月29日 11936 67159 5.66 10月30日 9255 51877 5.62 10月31日 19461 111311 5.77 11月 3 日 17245 100311 5.76