简介：现有许多种关于股票投资的技术分析方法，如转移平均线，PE值，相对强弱指数等等。文章提出一种基于回归的新的技术分析方法-回归直线分析法，通过比较，作者认为回归直线分析法在香港股市较其它几种技术分析方法不仅具有盈利大，而且盈利概率也明显占优的特点。

简介：针对股票时间序列的特点，从离群点对股票时序数据有序性的影响角度出发，在界定分形离群点含义的基础上，利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G—P（Grassberger-Procaccia）算法计算股票时间序列数据集的多重分形广义维数，并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明，该方法能有效地解决股票时间序列离群模式挖掘问题。

简介：基于对中国股票市场的连续竞价交易机制和投资者构成特征的分析．本文构建了一个人工模拟订单驱动股票市场模型。模型能够得出一系列与实际股票市场一致的典型事实，如收益率分布的胖尾特征以及波动率的聚集等。通过在模拟实验中设定不同的交易费用约束，分析了不同程度的交易费用约束对股票市场的影响。结果表明，交易费用的增加会导致股票换手率的大幅下降；由于流动性不足，提高交易费用水平并不一定能够达到降低市场波动的目的。

简介：时间序列聚类分析是时间序列数据挖掘中的重要任务之一，通常由于时间序列数据的特殊结构，导致一般的聚类算法不能直接应用于时间序列数据。本文提出了一种基于独立成分分析与改进^一均值算法相结合的时间序列聚类算法，该算法首先利用独立成分分析对时间序列数据进行特征提取，然后利用改进￡．均值聚类算法完成对时间序列特征数据的聚类分析，从而得到了一种新的基于特征的时间序列聚类方法。为了验证该方法的有效性和可行性，将其应用于实际的股票时间序列数据聚类分析中，取得了较好的数值结果。

简介：本文首先建立一个考虑投资者情绪的资本资产定价模型,研究发现,投资者情绪是资产定价的系统性因子且对其影响具有区制性（存在三个区制）。在此基础上通过仿真揭示投资者情绪对资产定价影响存在区制性的原因在于当投资者情绪增加时,最优组合超额收益受组合效应与情绪效应的综合影响。最后基于股票论坛发帖的情感分析构建投资者情绪指标,实证检验了本文的理论模型,并发现基于普通的线性回归模型得到的投资者情绪对股指超额收益影响,一方面会在投资者情绪处于第二区制内时将其对股指超额收益影响方向弄反,另一方面会在投资者情绪处于第三区制内时低估其增加导致的股指超额收益平均增加程度。