检索结果-南通市图书馆

重磅!公募基金佣金制度改革落地公募年度股票交易佣金降幅将达38% 001

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

重磅!公募基金佣金制度改革落地公募年度股票交易佣金降幅将达3...

每日经济新闻

作者：李蕾

公募基金行业又有重磅新规出炉。《每日经济新闻》记者获悉，为深入贯彻落实《国务院关于加强监管防范风险推动资本市场高质量发展的若干意见》（以下简称新“国九条”），进一步加强公募基金证券交易费用管理，规范基金管理人证券交... 详细信息

公募基金行业又有重磅新规出炉。《每日经济新闻》记者获悉，为深入贯彻落实《国务院关于加强监管防范风险推动资本市场高质量发展的若干意见》（以下简称新“国九条”），进一步加强公募基金证券交易费用管理，规范基金管理人证券交易佣金及分配管理，保护基金份额持有人合?

关键词：公募基金佣金制度股票交易

在线全文

cnki报纸

学校读者我要写书评

暂无评论

证监会调降基金股票交易佣金费率 001

证监会调降基金股票交易佣金费率

期货日报

作者：杨美

本报讯（记者杨美）为深入贯彻落实《国务院关于加强监管防范风险推动资本市场高质量发展的若干意见》（简称新“国九条”），进一步加强公开募集证券投资基金（简称基金）证券交易费用管理，规范基金管理人证券交易佣金及分配管理，... 详细信息

本报讯（记者杨美）为深入贯彻落实《国务院关于加强监管防范风险推动资本市场高质量发展的若干意见》（简称新“国九条”），进一步加强公开募集证券投资基金（简称基金）证券交易费用管理，规范基金管理人证券交易佣金及分配管理，保护基金份额持有人合法权益，提升证券公司

关键词：证监会基金管理人股票交易

ST鹏博士为何出现股票交易异常波动 003

在线全文

cnki报纸

学校读者我要写书评

暂无评论

ST鹏博士为何出现股票交易异常波动

经济导报

作者：李淑楠

ST鹏博士近日股价也不乐观,连续三个交易日收盘价格跌幅偏离值累计超过12%,属于《上海证券交易所交易规则》规定的股票交易异常波动情形 4月16日,ST鹏博士（600804.SH）发布关于有关信访举报事项监管工作函的回复公告,称公司为股东进... 详细信息

ST鹏博士近日股价也不乐观,连续三个交易日收盘价格跌幅偏离值累计超过12%,属于《上海证券交易所交易规则》规定的股票交易异常波动情形 4月16日,ST鹏博士（600804.SH）发布关于有关信访举报事项监管工作函的回复公告,称公司为股东进行违规担保16.4亿元且未进行审议和信息披露。

关键词：股票交易上海证券交易所交易规则股权变更异常波动公司董事上交所关联交易净利润

基于强化学习与方差修正的马科维茨模型的股票交易研究

在线全文

cnki报纸

学校读者我要写书评

暂无评论

基于强化学习与方差修正的马科维茨模型的股票交易研究

作者：邝皓天东北财经大学

学位级别：硕士

自1990年和1991年沪深证券交易所分别建立以来,中国证券市场不断发展壮大,股票交易策略设计逐渐成为学界研究热点。然而要想在复杂动荡的股票市场中设计一种可盈利的策略是非常有挑战性的。本文分别使用经典的投资组合模型以及深度强化... 详细信息

自1990年和1991年沪深证券交易所分别建立以来,中国证券市场不断发展壮大,股票交易策略设计逐渐成为学界研究热点。然而要想在复杂动荡的股票市场中设计一种可盈利的策略是非常有挑战性的。本文分别使用经典的投资组合模型以及深度强化学习方法构建股票交易模型,并对两者的实验结果进行对比,实证数据来源于美国股票价格月度数据库,时间跨度从2015年1月2日到2020年8月1日,利用2020年1月1日到2020年8月1日的数据进行模型评测。本文的主要工作可以概括如下:首先,针对传统的均值方差模型采用经典的投资组合模型进行建模。在传统的方法中通常采用历史协方差矩阵作为风险模型的衡量,尽管历史协方差在理论上具有无偏性,但是无法实现均方误差的最小化,使投资组合模型无法实现最优估计。因而,本文引入了 Ledoit-Wolf方法对协方差进行修正并构建修正后的均值方差模型。通过回测实验可知修正后的方法比传统方法的收益率高了12.05%。其次,在利用强化学习算法构建股票交易模型时,考虑到股票价格数据中存在着大量噪声以及冗余,本文引入了股票交易指标作为额外特征以更好地表征当前的市场状况。除一些基本的特征外,本文还采用了移动平均线、相对强弱指标、商品通道指标以及平均趋向指数作为额外特征,并将其与基本股价特征拼接起来作为智能体的状态空间向量,使得智能体能够更好地学习到当前市场的状况。最后,由于深度强化学习时常存在着样本效率较低的问题,通常需要大量的训练数据以提升模型的泛化能力。为了在有限的数据中训练出较好的模型,本文采用了基于行动者评论家的算法进行智能体的梯度更新,主要通过引入三种经典的算法进行模型训练,分别是PPO、A2C以及DDPG。通过实验分析,在样本外数据集上PPO方法的年度回报为12.64%,优于A2C以及DDPG。综上,本文分别采用基于静态交易方式的投资组合模型及基于动态交易方式的深度强化学习算法,对股票交易问题进行了建模实验。本文的创新点包括:第一,针对投资组合模型采用历史协方差进行修正,以提高传统模型的效果;其次,针对强化学习模型引入了更多的技术交易指标,以丰富模型获取的状态空间信息;最后,通过将两种不同的建模途径进行实证对比,发现采用Ledoit-Wolf方法进行修正后的投资组合模型效果更佳,可以在实际的股票交易中加以应用。

关键词：均值-方差模型协方差修正方法深度强化学习股票交易

基于投资者综合情绪和强化学习的单只股票交易策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于投资者综合情绪和强化学习的单只股票交易策略研究

作者：杨宁静武汉科技大学

学位级别：硕士

在证券市场中,个体的交易决策不仅受到行情数据的影响也会受到他人情绪态度的影响。大多数投资者缺乏专业知识,无法对接收到的信息做出理性的判断,导致交易损失惨重。因此能够有效的对股票数据进行分析,做出合理的交易决策有助于促进股... 详细信息

在证券市场中,个体的交易决策不仅受到行情数据的影响也会受到他人情绪态度的影响。大多数投资者缺乏专业知识,无法对接收到的信息做出理性的判断,导致交易损失惨重。因此能够有效的对股票数据进行分析,做出合理的交易决策有助于促进股市健康发展。为此,本文基于投资者综合情绪和强化学习算法构建单只股票交易策略模型,以期望降低交易风险。具体做了如下三方面工作:第一,构建了投资者综合情绪指标。依据个体投资者和机构投资者的影响力,采集代表个体投资者意见的股吧评论60万条、代表机构投资者态度的机构研报2000份,采用Vader情感分析分析文本情感倾向,构建了投资者综合情绪指标度量股票的市场情绪。第二,研究基于投资者综合情绪和DQN(Deep Q-Network,DQN)的单只股票交易策略。针对股票行情数据与投资者综合情绪指标,采用深度强化学习DQN算法模拟股票交易,并在四只股票上进行实验,结果表明投资者综合情绪有助于提升投资策略的稳定性,降低交易风险。第三,探求了基于投资者综合情绪和DRQN(Deep Recurrent Q-Network,DRQN)的单只股票交易策略。针对全连接网络不能学习到历史经验的弊端,采用LSTM(Long Short-Term Memory,LSTM)网络代替全连接网络,并结合均线策略减少交易频率。经过实验验证表明,使用DRQN模拟股票交易,获得了更稳健的收益。本文提出的单只股票交易策略可以有效地降低证券交易过程中的交易风险,将情感分析与深度强化学习应用到证券市场中,可以帮助投资者更好地了解市场趋势和预测未来市场走向,进而做出更明智的投资决策。

关键词：投资者情绪深度强化学习 DQN DRQN 股票交易

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度强化学习的股票交易研究

基于深度强化学习的股票交易研究

作者：刘培培山东财经大学

学位级别：硕士

股票交易过程中,投资者根据以往的经验判断股市做出交易决策,但在做出交易决策的过程中容易受到自身情绪的影响,面对大量的交易数据,投资者难以进行分析并发现潜在有利的交易模式。并且股市受到包括相关新闻信息等多种因素的影响,股价... 详细信息

股票交易过程中,投资者根据以往的经验判断股市做出交易决策,但在做出交易决策的过程中容易受到自身情绪的影响,面对大量的交易数据,投资者难以进行分析并发现潜在有利的交易模式。并且股市受到包括相关新闻信息等多种因素的影响,股价会产生相应的波动。基于机器学习方法进行股票交易可以避免交易过程中投资者情绪的影响,学习到能够获得更多投资收益的交易策略。当通过深度神经网络模型分析股市时,如何减轻股票数据中噪声的影响,分析金融数据间的时序性关系,从不同的数据源中获取有效信息仍有待解决。本文主要研究了基于深度强化学习分析多源数据进行股票交易,本文的主要工作如下:(1)首先介绍了深度学习、强化学习和深度强化学习,为后续基于深度强化学习进行股票交易,学习动态的交易策略奠定基础。(2)现有的基于深度强化学习的股票交易研究分析的数据源相对单一,并且缺乏对股票数据时序性关系的分析。本文通过分析股票历史交易数据、技术指标和K线图判断股市状态,提出了基于深度强化学习的多源数据融合框架进行股票交易。在该框架中,考虑到数据源的不同,采用了不同的深度神经网络获取其时序性特征,并通过相加的方式融合不同数据源的时序性特征,融合后的特征更有助于智能体学习更优的交易策略。强化学习部分,为了避免出现Q值过估计的问题,我们结合了Double DQN算法和Dueling DQN算法。通过在不同股市不同趋势变化股票的对比实验,结果表明,在我们提出的框架下学习到的交易策略可以获得较好的收益,有着更好的表现。(3)考虑到相关新闻对股市价格的影响,金融新闻和股票历史交易数据从不同的方面反映股市的信息,基于深度强化学习进行股票交易时,能否从多种数据源中获取到股市丰富的特征表示影响到最终交易策略的学习。本文对股市的相关新闻标题、股票历史交易数据和相关技术指标进行了分析,提出了一个基于深度强化学习分析文本数据和数值数据的股票交易框架。由于新闻中标题是对整篇报导的概括,本文中只考虑了新闻标题,对于股票数据和技术指标通过长短期记忆神经网络获取其时序性特征,并通过注意力机制获取更有用的信息,采用加权特征相加的融合方法融合特征,在奖赏函数的设置上,加入了夏普比率,考虑收益的同时也将投资风险考虑在内。实验结果表明,我们所提出框架学习到的交易策略在不同领域的股票上有着较好的表现。

关键词：深度学习强化学习深度强化学习多源数据融合股票交易

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于强化学习的股票交易算法研究与实现

基于强化学习的股票交易算法研究与实现

作者：陈诣北京邮电大学

学位级别：硕士

近年来,强化学习由于其在复杂和动态环境中做出决策的能力而受到了广泛关注。将强化学习算法应用于股票交易决策问题,对投资的长期表现进行优化,成为人工智能在金融领域的一个具有良好前景的应用方向。本文从问题建模、网络架构设计、... 详细信息

近年来,强化学习由于其在复杂和动态环境中做出决策的能力而受到了广泛关注。将强化学习算法应用于股票交易决策问题,对投资的长期表现进行优化,成为人工智能在金融领域的一个具有良好前景的应用方向。本文从问题建模、网络架构设计、算法选择三个层面,针对目前股票交易决策研究中遇到的股票数据在时空维度上无法对齐、数据噪声大、市场模式变化快以及高维空间下决策动作难以选择等问题,提出了一种新颖的深度强化学习交易决策框架,其中包含环境模块、智能体特征提取模块、智能体策略模块和相应的优化算法。环境模块通过填充方式将股票数据在时空维度上对齐,智能体特征提取模块利用注意力机制对填充后的数据进行处理,以便在提取特征时可以专注于真实数据而不考虑填充数据,有效应对了时空维度可变的原始数据输入,体现了新框架的可扩展性特点;使用带有数据扩增的环境模块和经过自监督预训练的智能体特征提取模块联合应对带噪声的数据输入,体现了新框架的噪声鲁棒性特点;将决策智能体划分为特征提取模块和策略模块,特征提取模块提前使用预训练做表征学习,策略模块使用轻量化设计,在不影响特征表示稳定性的同时使得策略模块可以快速拟合不断更新的市场数据,体现了新框架的快速适应性特点;智能体策略模块分层输出动作,对高维决策空间进行降维,将复杂的决策动作划分为简单动作的组合,大大降低策略搜索难度,体现了新框架的决策高效性特点。在理论研究基础上,本文通过实验对比了基线框架和本文设计的深度强化学习交易决策框架在股票历史行情数据集上的实际表现,实验表明本文提出的深度强化学习交易决策框架在对数收益率、夏普比率两个评价指标上都超越了作为基线的方法和指标,充分体现了新框架强大的特征提取和决策能力。此外,还对自监督预训练和分层策略模块进行了消融实验,以论证每个模块对整体性能的增益。总体而言,本文对基于强化学习的股票交易算法领域做出了贡献,并为有兴趣使用前沿技术实现利润最大化的投资者提供了一个实用的解决方案。

关键词：股票交易投资组合优化强化学习深度学习

股票交易过户费“砍半” 2亿股民迎利好 004

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

股票交易过户费“砍半” 2亿股民迎利好

北京商报

作者：马换换

2亿股民迎来利好消息。4月28日晚间，中国证券登记结算有限责任公司（以下简称“中国结算”）发布通知，称4月29日起将股票交易过户费总体下调50%，即股票交易过户费由现行沪深市场A股按照成交金额的0.02%。下调为按照成交金额的0.01%... 详细信息

2亿股民迎来利好消息。4月28日晚间，中国证券登记结算有限责任公司（以下简称“中国结算”）发布通知，称4月29日起将股票交易过户费总体下调50%，即股票交易过户费由现行沪深市场A股按照成交金额的0.02%。下调为按照成交金额的0.01%。双向收取。经北京商报记者计算，若按A股?

关键词：过户费印花税股票交易

在线全文

cnki报纸

学校读者我要写书评

暂无评论

股票交易赢利核心生码通信