一、我国股市反弹行情中的板块效应分析（论文文献综述）
史鹏飞[1]（2019）在《基于M2与信用利差的行业轮动投资策略 ——以申万有色金属和食品饮料指数为例》文中提出行业轮动是股市板块轮动的重要组成部分。考虑到行业之间对于宏观经济的敏感性不同,投资者可以根据宏观经济变量的变化“自上而下”自上而下地进行仓位调整,从而通过有效的行业轮动投资策略获得超额收益。本文借鉴了美林投资时钟对于经济周期不同阶段的划分的形式,从作为A股外生变量的宏观货币环境出发,选取M2代表的货币数量维度和信用利差代表货币价格维度,通过M2同比增速的增减表示货币的宽和紧、信用利差的收窄和扩大表示信用的宽和紧,将经济周期划分为宽货币+宽信用、宽货币+紧信用、紧货币+宽信用、紧货币+紧信用四个不同的阶段。根据我国A股投资实践,选择了申万有色金属指数作为具有进攻性的周期性行业板块的代表,选择了申万食品饮料指数作为具有防御性的非周期性行业板块的代表,以两个行业指数作为投资标的,根据经济周期不同的阶段构建相对应的投资策略,进而形成行业轮动投资策略。实证结果显示,M2同比增速的拐点领先于周期性行业对非周期性行业超额收益拐点1个月,信用利差的拐点领先于超额收益5个月;作为相互对照的两种行业轮动策略在收益率上都战胜了买入并持有策略,进而证明这种基于货币+信用的轮动投资策略在A股是有效的。
燕君杰[2]（2018）在《中国股市板块轮动的市场效应及其机理研究》文中指出随着2005年我国A股市场股权分置改革的顺利实施,股市迎来了市场化的高速发展,“板块轮动”现象也成为我国股市最常见也是影响最深远的一种市场效应。几乎所有的投资者都极为关注板块轮动现象,对板块轮动现象的理论研究也不断增加了新的内容,行业配置策略和行业轮动策略也迎来了发展的好时机。但证券市场变幻莫测,板块轮动的机理若隐若现,如何发现板块轮动的机理并进行高效的行业轮动配置从而获得超额收益,成为困扰许多投资者的重要问题。本文选取2005年6月年至2018年8月作为研究的时间窗口,首先按照大盘趋势将研究区间划分为8个大级别周期和若干个小级别周期,用描述性统计方法证实不同级别周期之间存在板块轮动的市场效应。其次从宏观经济的映射,行业关联性传导以及行为金融学的角度对我国板块轮动和板块联动现象的成因做了总结。接着通过聚类分析的方法将不同级别周期内的各个行业归类为若干个大类,并研究基于大类行业的板块轮动机理。然后通过货币供应量M1与M2的同比增速差划分宏观货币周期,验证在货币周期下大类行业板块轮动机理的适用性。最后进一步细化考察单个行业板块之间的两两联动和季度轮动的概率,从而为投资者提供具体的行业配置参考。本文的的创新主要体现在研究区间为连续的两个牛熊转换长周期,从而更具有历史归纳性,以及所关注的板块轮动机理全面包含了哪些板块同时轮动,哪些板块顺序轮动,轮动周期长短,轮动的宏观择时等可测的所有机理。本文研究发现,首先我国股市确实存在板块轮动的市场效应,尽管在不同的市场阶段,板块轮动的效果显着性不同,参与板块轮动的主体板块不同,板块轮动的持续周期不同。其次通过聚类分析可以把28个申万一级行业归类为四大类行业板块:强周期类、弱周期类、逆周期类和被动类,其中逆周期类又包括银行、消费类和防御类,总体的轮动机理主要体现在:强周期和弱周期类行业在牛市中涨的最多,但是在熊市中跌的最深;而银行和防御类等逆周期类行业在牛市中涨的最少,但在熊市中往往最为抗跌,甚至上涨。概括起来就是周期性行业和逆周期性行业在牛熊大周期中的轮动。再次结合货币周期来看,在货币扩张期内周期性行业的收益超越指数;在货币紧缩期,逆周期性行业尤其是银行和消费类行业的收益远超指数,大类行业板块的轮动规律在货币周期下同样适用,投资者按照货币供应量M1与M2的同比增速差来划分宏观经济周期,并进行行业轮动配置策略有了一定的可行性和依据。最后,针对单个行业的两两联动和跨季度轮动概率分析得出,工业与电信、工业与可选、医药与消费是最适宜同时投资的行业组合,金融行业是最不适宜与其他行业进行组合投资的行业。而可选→消费、金融→消费、公用→消费、公用与→可选、工业→消费等行业组合是最适宜进行跨季度顺序轮动配置的策略组合。这些研究成果对于投资者掌握行业板块轮动机理并进行行业轮动配置投资,具有一定的启发和指导意义。
卢尧之[3]（2017）在《上市公司股票阶段性驱动研究 ——环境变失与技术特征分析》文中认为中国的A股市场具有我国的特色。本文旨在构建股票上涨期间不同板块交替上行中技术特征的识别方法,用来指导投资者把握不同时间强势板块的轮动,从而指导投资者踏准上涨过程中的主要节奏。与成熟的资本市场股市不同的是,我国的股市参与者之中以散户居多。同时与国外的长期牛市不同的是,我国的股市通常牛短熊长,众多投资者由于缺乏完善的投资体系而在市场中屡屡碰壁。本文通过对于2007年到2016年期间,国内三次牛市的分析与概括,验证了板块轮动的存在性。板块轮动是一种资金在不同的阶段针对不同的标的而产生合力的一种现象。板块的行情一旦启动,收益通常来说比较可观。而通过加深对板块轮动的理解有助于我们通过把握聪明投资者资金的流向来弥补自身投研或者信息方面的不足,从而获得较高的收益。通过对近十年来三次牛市过程中,板块轮动过程中的技术特征的统计与分析,确定了轮动现象产生过程中的技术特征以及轮动效应过程中的收益率情况,并以此给出买卖点供投资者参考及应用。通过对板块指数的分析有助于投资者更好的把握市场发张过程中不同阶段主力板块的行情,从而获得较高的收益。因此,将A股按照板块指数进行观察,有助于检测板块之间交替上涨的过程,使得投资者在整个行情中能够更好地提高资金的利用率,获得可观的投资收益。
姚欢[4]（2017）在《基于我国A股大股东增持效应的实证研究》文中研究指明股份增持是资本市场一个常见的市场行为,从2005年股权分置改革至今,中国A股市场已经出现了四次大规模的大股东增持浪潮。股份增持通常发生在市场环境萧条或者底部行情区间,其作为一种股权管理手段,越来越受到大股东重视。大股东增持主要基于以下动机:1)作为企业内部人,信息可能领先外部投资者,增持能够作为一种投资行为,在估值底部增持公司股票;2)增持是一种积极信号传递过程,显示出大股东对于公司发展的信心,能够在极端市场情况下向外界传递积极信号,维护股价;3)增持可能用于增强大股东自身对于公司的控制权,例如2016年资本市场的“宝能万科事件”。2015年,中国股市经历了一轮“疯牛”上涨行情,然而杠杆的破灭使得市场在短短一个月时间内快速下跌,甚至多次出现千股跌停、指数跌停的极端市场行情。为了维护证券市场的稳定,中国证监会出台了一系列救市政策,在这一年的7月8日,出台了《关于上市公司大股东及董事、监事、高级管理人员增持本公司股票相关事项的通知》,用以限制大股东减持股票和鼓励大股东增持股票。此项救市政策的发布,掀起了我国股票市场的第四次大规模股票增持的热潮。本文主要研究大股东增持的市场效应,选择第四次大股东增持浪潮（2015年6月15日至7月16日）期间发布大股东增持公告的上市公司为样本,并对该期间增持效应的影响和大股东增持的动机进行了探究,最后还将研究结果与前三次股东增持的结果进行比较分析。本文主要采用了市场效应的持股事件研究方法,结果表明,公告后短期超额收益显着,公告前没有显着效果。然后运用多元回归法,以首次增持数量、低估因子、企业性质因子、财务因子等因素对市场效应的影响进行了探究。得出结论如下:市场效应的大小与大股东首次增持数量呈正相关,与股票前期涨跌幅呈现负相关,国有企业由于国家兜底,在极端市场行情下更容易被投资者信任,增持的市场效应显着大于民营企业。最后本文建立多元回归模型,分组探究了不同类型大股东的增持动机。企业性质的分组检验发现,国有企业大股东增持主要是响应政策号召,是一种政治行为,而民营企业大股东则主要是因为看好企业的经营绩效,投资于回报率更高的资产,是一种投资行为。行业分组检验发现,新能源行业和零售行业具有较强的稳定性,因此当遭遇流动性危机被错杀时,该行业的低估值（PB低）引得大股东具有较强动机去增持。
陈勇[5]（2017）在《A股市场存量博弈阶段的结构分化现象的实证研究》文中研究表明截至2017年4月,A股总市值达52.75万亿元。A股从整个市场发展历程来看大多数时间处于震荡市,即市场指数和总市值变化不大的市场。在这个过程中总有几个板块强于指数,为投资者带来结构性机会,同时也有明显弱于市场的板块,出现明显下跌,造成额外的风险和损失。研究市场结构分化,找出其中的规律并加以利用可以作为一个能够战胜市场,获取超额收益并规避额外风险的投资策略。随着我国证券市场的不断成熟和完善,市场监管的逐步规范,过去的很多方法已经很难从震荡市场中获得超过市场的平均收益。因此有关存量市场结构分化的研究需要格外重视,并系统研究。本文以2002年1月至2017年4月的上证和沪深300指数的走势为依据,从中选取了具有代表性的3个时间阶段,然后对每个样本区间内各个行业指数的累积收益情况进行描述和分析,对震荡市中存在的结构分化现象作实证。然后,分别对各个阶段出现的宏观背景、政策法规、行业发展状况、市场特征等进行描述,从中找出与结构分化的内在联系,并推导出造成结构分化的主要原因。本文通过对历史数据的分析及其内部原因的研究,帮助投资者认识A股市场震荡市的特征,并对未来市场发展进行预判。
汪玉环[6]（2017）在《股票间相关性测量方法的研究及应用》文中指出2014年以来我国股市进入一轮显着的牛市行情,全国掀起一波火热的炒股的浪潮,技术分析在投资者投资决策中的作用和需要日渐重要。股票相关性是研究股价或者收益率间的关系和行业分类的技术工具,它对股票市场系统性风险与资产组合的有效性的衡量具有重要价值。所以,个人与机构投资者均把股票间的相关性作为一个重要标准,以此权衡股市风险的大小与组建的的投资组合有效性。通常情况,对于股票相关性的衡量,国内外学者用相关系数大小加以表示,股票相关系数越大,相关性就越强。然而在我国股票市场中显着的牛市或熊市行情会引起不同行业的股票间过度相似的的同涨同跌现象,说明单边上涨或下跌行情中引起了股票间的超额联动效应,这将导致测算的股票间相关系数偏离真实值,影响投资者的投资决策、行业分类及投资组合有效性。因此,研究出能尽可能规避股票间的超额联动效应,测算出反映股票收益率间真实相关性的相关系数对于行业股票相关性的研究有非常重大的应用价值。针对该问题,本文首先研究了OLS、资本资产定价模型（CAPM）及不同股市行情特征下的股票相关性分析方法,并以上证A股行业股票的对数收益率为实证研究对象,通过大数据程序算法验证了股票市场中超额联动效应存在的普遍性。其次,针对CAPM模型测算股票收益率存在的超额联动效应,本文将传统的CAPM公式进行相应的变形剔除引起超额联动效应的市场系统性风险,构造出改进的股票相关性的测算模型;应对金融时间序列下存在的超额联动效应,本文通过自动依照成交量截取、人工截取、依照滚动时间窗口的股票间相关系数截取等方法构造尽可能规避OLS及行情特征下的超额联动效应影响的新型行业股票间相关性测量方法。最后,文章以上证A股行业股票进行实证研究,将尽可能规避股票间超额联动效应的新型相关性测算方法计算的相关系数与传统测算方式进行横向与纵向对比分析,验证出新型相关性测算方法的合理有效性。同时,文章将尽可能规避超额联动效应的股票间相关性的测量方法测算的新型相关系数应用于复杂网络对股票间的相关性的研究中。规避超额联动效应的股票间相关性的新型测量方法更有利于提高投资者投资决策、投资组合选择的有效性以及行业分类的准确性。
周昉[7]（2017）在《我国A股市场行业板块轮动现象的实证研究》文中认为自二十世纪末以来,证券市场中的行业板块轮动现象一直以来都是受到了极大的关注,通过翻阅之前的研究文献,以及关注这些年市场上出现的基金公司,会发现行业轮动的现象已经很大程度上被机构投资者或者小型的私募机构所关注,而我国的证券市场其实也是存在着这样的一种行业轮动现象。无论是在理论领域,还是应用到实践的过程中,都可以找到关于行业轮动现象的研究,有的甚至作为课题或者是投资研究领域的一个方面,然后,伴随着证券市场本身不断地发展,对于证券市场的研究也进入到了更加细分的领域,包括研究方法的进步、采用的研究工具,作为证券市场研究的一个细分领域,即行业轮动现象的研究也不断地增添了新的内容。随着我国的经济发展,以及资本市场的不断深化改革,在资本市场上我国的机构投资者和个人投资规模也在不断地扩大,对于其中的机构投资者来说,为了降低投资风险,不会在进行投资配置时只专注于单个股票,而是会分开投资,尽量保持稳健地投资风格,此时,在行业板块上的投资就显得比较关键。我国国内也是从2003年以来建立了首只关于行业板块的基金,也就成立了康宝消费品行业基金,这也标志着我国国内关于行业基金拉开了序幕。自此,国内关于行业基金的发展也是如雨后春笋,日益增多,当然相对于我国国内的市场,仍然有很大的发展空间。全文一共分为五章,第一章为绪论部分,本章第一节首先介绍了本文的研究背景,描述了国内证券市场的发展情况,接着介绍了选取这个选题的理论意义与实际意义。在第二节中提到了本文具体的研究内容、研究方法以及本文可能在研究中所取得的创新点与研究过程中出现的难点问题,最后一部分就是本文的结构框架;第二章为文献综述及相关理论,本章主要介绍了文献综述与关于板块轮动的相关理论。文献综述中,对国内外的一些研究做了概述,以及对这些研究做了有关的评述。相关理论部分主要介绍了生命周期理论与美林投资时钟理论;第三章为我国A股市场行业板块轮动现状分析,本章主要对A股市场行业板块轮动的现状进行了分析,第一部分先介绍了分析背景。第二部分介绍了 A股市场行业板块轮动的特征事实,包括数据的选取,A股市场的几个不同发展阶段以及不同发展阶段下的行业板块轮动现象。在第三部分,介绍了行业板块轮动的原因。第四章为行业板块轮动的实证部分,先是介绍了板块轮动的实证研究方法,接着结合实证研究方法对A股市场行业轮动现象做聚类分析,最后是对A股市场行业轮动现象进行进一步的分析。第五章为结论部分,介绍了本文的研究结论以及未来对未来研究方向的展望。通过本文对于我国A股市场行业板块轮动现象的研究,得到以下结论:（1）根据前面章节的实证分析结果,发现行业轮动现象在我国的A股市场上确实是存在的,并且,不同市场趋势下面的行业轮动的效果也是不同的,尤其是在上涨的趋势下,行业板块的轮动现象比较明显,相对来说,比在下跌过程的表现更加明显;（2）根据聚类分析方法得到的结果可以得到,消费类行业与强周期类行业的板块轮动现象比较明显,中周期类与消费类的轮动并不是那么明显,在部分特定的市场趋势下才能够表现出来;（3）日累计收益率平均相关系数较大的行业板块,大部分是在产业的中下游,可以发现行业轮动的效果并不是特别明显,相反相关系数比较小的行业板块,反而能够取得优异的表现,其中大部分是周期类的行业;（4）在不同经济周期阶段的行业板块轮动现象基本上是可以采用美林投资时钟理论来进行解释,但是这种描述是比较抽象的,同时也不是特别的充分。本文可能的创新点主要有:现有的关于行业板块轮动的研究大部分是认为在我国的A股市场上,已经是存在行业轮动这样的现象事实,然后根据美林投资理论作为已有的基础来对自身所研究的问题进行研究,同时,国内研究行业板块轮动理论因素大部分是进行定性分析,很少涉及到定量分析,而本文的创新点在于根据不同的A股市场各行业不同阶段的绩效表现来进行具体的比较分析,与此同时本文通过对我国国内不同阶段的行业表现来验证美林投资时钟理论是否在我国的证券市场是可行的。
李天野[8]（2014）在《基于动量效应的A股板块量化投资策略的研究》文中认为动量效应是西方金融经济学中的重要发现之一,自上个世纪90年代以来国外的研究者们已经做了大量的研究并丰富了该观点的内涵。使之成为国外投资者机构重要的投资参考之一。近年来,有关动量效应的研究在国内也不断涌现,对于该效应在中国资本市场特别是A股市场的存在程度做了不同维度的讨论、分析和验证。然而,目前此类研究还多以实证目的居多,把动量效应应用到实际投资策略中的研究还是很少见的。本研究的目标是探索一套可操作的基于动量效应的投资策略。这个策略期望能实现明显领先于大盘的收益并具备实践操作性。而量化,作为重要的分析手段也成为本研究的重要组成部分,因此本研究的目标投资策略为量化投资策略。本研究首先对于动量效应的发现、原理及理论解释做了基本介绍,又介绍了国内一些对于动量效应的研究。由于投资策略涉及到了量化投资理念,因此也对量化投资也做了概念性介绍。在探索投资策略前,首先需要找出投资标的目标。本研究对于A股整体的动量效应进行了实证,发现整体的动量效应并不明显,因此转换思路把研究的方向重点放在了A股的板块上。通过实证,发现动量效应在部分板块有着较为明显的存在性。因此继续深入研究探讨了如何找出动量效应有效的板块,以及如何建立板块投资策略及过程。基于以上,继续研究了如何用股票组合来替代板块标的并实现模拟基金指数化的方法。本研究最终认为,动量效应在以板块为投资标的的投资策略中潜在具有可用性。
陈少文[9]（2014）在《寻找明日之星—股市中板块轮动的统计分析及在投资中的应用研究》文中研究指明热点切换,板块轮动是股市中一个常见的现象,投资者梦寐以求的是能够预先寻找到未来可能有优良表现的板块,提前布局。本文研究的主要目的如下：希望通过较为系统的方法,确定明星板块与股指指数是否具有一些独特的关系,也就是能否从明星板块与股指之间的相关关系中寻找到一些蛛丝马迹；此外由于我国目前特殊的T+1交易制度,在发现一个明星板块之后,能否具备投资价值,还得看该板块持续为明星的时间,因此本文还系统研究在不同的市场环境之下,从统计上来看明星板块的持续时间,究竟具有什么规律。本文安排如下,首先第一章对我国股市的发展背景进行了回顾以及本文研究的出发点,并对我国的交易制度进行了简单的介绍。第二章简析了板块轮动与经济周期的关系,分为国外的经济周期和国内的经济周期,阐述了我国的板块轮动与经济周期的关系。第三章对投资分析做了重点介绍,首先介绍了有效市场理论和分形市场理论,并对它们之间的关系和区别进行了整理。然后对当今流行的投资策略进行系统的总结和分类,最后对技术分析做了重点介绍,介绍了道氏理论、波浪理论以及板块轮动理论。第四章是本文的重点,对明星板块进行了全面深入的分析,然后又用聚类分析对板块进行分类。最后得出我国市场存在着板块轮动速度过快以及投机现象,明星板块的概率较低,如果单独考虑一个板块时,明星效应的时间会延长,也就说连续三天涨幅为正的概率大增。总的来说我国股市虽然有明显的板块轮动现象,但是板块轮动频率比较快,投资者如果追随板块轮动进行投资风险较大。
许持[10]（2013）在《“新国十条”后上证指数与金融、地产板块指数间关系的研究》文中指出长久以来，金融业与房地产业之间天然的紧密关系，在实体经济领域中已然被大量历史经验所证实，但以资本市场的角度对此进行的研究还比较少见。特别是在2010年4月17日施行史上最严厉的房产调控政策“新国十条”之后，我国A股市场中的金融板块和房地产板块指数收益率之间存在怎样的联动关系呢？本文采用申银万国证券编制的金融板块指数和地产板块指数收益率作为金融行业和地产行业在A股市场上行为的反馈，研究了从2010年4月19日以来上证指数、金融板块指数和地产板块指数的变动，特别是上述板块指数之间的联动关系。依据波动溢出和联动效应理论，综合运用协整检验、Granger因果关系检验、多元GARCH（BEKK）模型以及波动溢出和联动效应等方法，对各个板块数间的因果关系、波动溢出效应和联动关系进行了系统研究。通过研究我们得出以下几点主要结论：首先，从长期来看，上证指数与金融板块、地产板块之间存在某种长期均衡关系，其中部分原因是金融和地产板块在上证指数中所占较大的权重。研究同时还发现，房地产板块指数的收益率对上证指数收益率和金融板块指数收益率均产生一定的影响力，而金融板块指数收益率则基本上受到上证指数和房地产板块指数收益率的影响。本文最突出的结论是：从实证分析的结果来看，上海综合指数和金融行业指数、房地产行业指数之间的收益率存在着相当显着的非线性联动效应和溢出效应。
二、我国股市反弹行情中的板块效应分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、我国股市反弹行情中的板块效应分析（论文提纲范文）
（1）基于M2与信用利差的行业轮动投资策略 ——以申万有色金属和食品饮料指数为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 相关文献综述 |
| 1.2.1 板块轮动现象的相关文献 |
| 1.2.2 多因子选股策略的相关文献 |
| 1.2.3 行业轮动现象的相关文献 |
| 1.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.5 创新和不足 |
| 2 行业轮动的理论分析 |
| 2.1 经济周期 |
| 2.2 基于美林投资时钟的经济周期不同阶段的行业特点 |
| 2.2.1 美林投资时钟的主要内容 |
| 2.2.2 针对美林投资时钟的评述 |
| 2.3 宏观经济与股票估值之间的关系 |
| 2.3.1 相对估值法及其缺点 |
| 2.3.2 绝对估值法及其与宏观经济的关系 |
| 2.4 周期性行业和非周期性行业对宏观经济变化的反应 |
| 2.4.1 期性行业和非周期性行业各自的特点 |
| 2.4.2 代表性行业指数的选取 |
| 3 基于货币+信用的估值模型的构建 |
| 3.1 宏观经济指标选取的原则 |
| 3.2 两个指标:M2同比增速和信用利差 |
| 3.2.1 宏观经济指标的筛选 |
| 3.2.2 针对M2和信用利差的可行性分析 |
| 3.3 回归模型的构建 |
| 3.3.1 单纯考虑外生变量的模型 |
| 3.3.2 在外生变量的基础上加入内生变量的模型 |
| 3.3.3 对自变量的滞后处理 |
| 3.4 回归模型的可行性分析 |
| 3.4.1 回归方程及其分析 |
| 3.4.2 两个模型之间的取舍 |
| 4 基于货币+信用的经济周期不同阶段的轮动投资策略 |
| 4.1 轮动投资策略的实证假设 |
| 4.2 轮动投资策略的构建 |
| 4.2.1 M2同比增速和信用利差的组合 |
| 4.2.2 不同组合对于行业指数的影响 |
| 4.2.3 互为对照的两种轮动投资策略 |
| 4.3 轮动投资策略收益情况的实证结果 |
| 4.4 对于方案A和方案B差异的讨论 |
| 5 结论及后续研究方向 |
| 5.1 结论 |
| 5.2 后续研究方向 |
| 致谢 |
| 参考文献 |
（2）中国股市板块轮动的市场效应及其机理研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 中国证券市场发展日新月异 |
| 1.1.2 板块轮动与行业配置策略 |
| 1.2 研究意义 |
| 1.3 研究思路与方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 研究内容及框架 |
| 1.5 本文的创新点 |
| 第二章 相关概念与文献综述 |
| 2.1 相关概念 |
| 2.1.1 传统的经济周期理论 |
| 2.1.2 美林投资时钟周期理论 |
| 2.1.3 产业生命周期理论 |
| 2.2 文献综述 |
| 2.2.1 国外研究现状 |
| 2.2.2 国内研究现状 |
| 第三章 中国股票市场板块轮动的市场效应 |
| 3.1 数据来源 |
| 3.2 研究周期的划分 |
| 3.2.1 大级别周期的划分 |
| 3.2.2 小级别周期的划分 |
| 3.3 大级别周期之间行业板块轮动的市场效应 |
| 3.3.1 各行业指数与大盘指数趋势对照 |
| 3.3.2 大级别周期内各行业指数收盘价统计序列 |
| 3.3.3 大级别周期之间行业板块强弱转换 |
| 3.4 大级别周期内小级别周期之间行业板块轮动的市场效应 |
| 3.5 本章小结 |
| 第四章 中国股票市场板块轮动的成因 |
| 4.1 行业板块联动的原因 |
| 4.1.1 宏观经济角度 |
| 4.1.2 行业自身特征 |
| 4.1.3 微观的行为金融角度 |
| 4.2 行业板块轮动的原因 |
| 4.2.1 宏观经济周期的传导机制 |
| 4.2.2 行业关联性传导机制 |
| 4.2.3 行为金融学传导机制 |
| 4.3 本章小结 |
| 第五章 中国股市板块轮动的机理研究 |
| 5.1 板块轮动机理的描述性统计分析 |
| 5.1.1 板块轮动周期的规律 |
| 5.1.2 板块轮动的收益率描述统计 |
| 5.2 聚类分析板块轮动的机理 |
| 5.2.1 研究方法和数据处理 |
| 5.2.2 各个阶段内的聚类结果 |
| 5.2.3 聚类分析结果总结 |
| 5.3 板块轮动机理的概率统计 |
| 5.3.1 牛熊大周期下各行业板块收益排名的概率 |
| 5.3.2 牛熊大周期下大类行业板块收益排名的概率 |
| 5.3.3 构建牛熊大周期下我国股市行业板块完美轮动策略 |
| 第六章 基于货币周期的行业板块轮动机理研究 |
| 6.1 货币周期理论概述 |
| 6.2 根据货币供应周期对我国经济周期的划分 |
| 6.3 货币周期下我国股市行业板块轮动的机理总结 |
| 6.3.1 货币周期下行业板块强弱转换 |
| 6.3.2 不同类型货币周期下大类行业板块收益排名的概率 |
| 6.3.3 货币周期下重新构建我国股市行业板块完美轮动策略 |
| 第七章 概率分析板块轮动的联动性和顺序性 |
| 7.1 概率分析方法简述 |
| 7.2 板块联动--当前行业超越指数时其它行业同时超越指数的概率 |
| 7.3 板块轮动--前行业超越指数时下季度后行业超越指数的概率 |
| 7.4 本章小结 |
| 第八章 结论与展望 |
| 8.1 研究结论 |
| 8.2 研究不足与展望 |
| 参考文献 |
| 附录1 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）上市公司股票阶段性驱动研究 ——环境变失与技术特征分析（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究的问题及其背景 |
| 1.2 选题意义 |
| 1.2.1 有利于提倡共赢的投资理念 |
| 1.2.2 有利于提高投资水平 |
| 1.2.3 有利于培养财富阶层 |
| 1.2.4 有利于完善资本市场 |
| 1.3 论文基本内容及结构 |
| 第2章 文献综述 |
| 2.1 价值投资文献 |
| 2.1.1 格雷厄姆价值投资理论 |
| 2.1.2 彼得林奇价值投资理论 |
| 2.2 趋势交易文献 |
| 2.2.1 道氏理论 |
| 2.2.2 均线理论 |
| 2.2.3 趋势交易理论 |
| 2.3 文献综述小结 |
| 第3章 不同板块轮动的市场研究 |
| 3.1 2007~2016 中国A股十年的整体发展状况以及时间分段研究 |
| 3.2 不同行业阶段性上涨分析 |
| 3.2.1 2007.1 .1~2007.10.16 阶段内,板块轮动分析 |
| 3.2.2 2008.10 .28~2009.8.4 阶段内,板块轮动分析 |
| 3.2.3 2014.3 .12~2015.6.11 阶段内,板块轮动分析 |
| 3.3 小结 |
| 第4章 板块轮动的技术特征分析 |
| 4.1 板块行情发起之前成交量变化的分析 |
| 4.2 板块类行情中涨幅的分析 |
| 4.3 板块类行情趋势持续时间 |
| 第5章 板块轮动买卖点的分析及应用 |
| 5.1 板块轮动买卖点的分析 |
| 5.2 板块轮动买卖点的应用 |
| 5.3 下一轮板块的预测及现有轮动的把握 |
| 5.4 下一轮板块的基本面支持 |
| 5.4.1 新能源汽车板块 |
| 5.4.2 通信板块 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 进一步展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（4）基于我国A股大股东增持效应的实证研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究方法和技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 技术路线 |
| 1.4 研究内容及创新之处 |
| 1.4.1 研究内容 |
| 1.4.2 创新之处 |
| 第二章 文献综述 |
| 2.1 大股东的界定 |
| 2.2 大股东增持的市场效应研究 |
| 2.2.1 国外研究 |
| 2.2.2 国内研究 |
| 2.3 大股东增持动机研究 |
| 2.3.1 股价低估假说 |
| 2.3.2 控制权收益理论 |
| 2.3.3 政治理论 |
| 2.4 文献评述 |
| 第三章 研究假设 |
| 3.1 大股东增持的市场效应 |
| 3.2 市场反应的影响因素 |
| 3.3 大股东股东增持的动机 |
| 第四章 数据和研究设计 |
| 4.1 数据来源及样本选择 |
| 4.1.1 数据来源 |
| 4.1.2 样本的选择与处理 |
| 4.2 模型设计 |
| 4.2.1 市场反应的研究设计 |
| 4.2.2 市场反应的影响因素研究 |
| 4.2.3 增持动机的研究设计 |
| 第五章 实证结果与分析 |
| 5.1 样本的基本情况 |
| 5.1.1 行业分布 |
| 5.1.2 时间分布 |
| 5.1.3 企业性质 |
| 5.1.4 增持目的 |
| 5.2 市场效应的实证结果与分析 |
| 5.3 市场效应影响因素实证结果与分析 |
| 5.3.1 增持样本市场反应的影响因素 |
| 5.3.2 短周期窗口效应 |
| 5.3.3 长周期窗口效应 |
| 5.4 市场动机实证结果与分析 |
| 5.4.1 分组检验—企业性质 |
| 5.4.2 分组检验—行业因子 |
| 5.5 结论梳理和历次增持浪潮研究结果比较 |
| 第六章 结论与展望 |
| 参考文献 |
| 致谢 |
（5）A股市场存量博弈阶段的结构分化现象的实证研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究对象和研究方法 |
| 1.3 本文结构 |
| 1.4 本文的创新点及不足 |
| 1.4.1 创新点 |
| 1.4.2 不足之处 |
| 第2章 理论基础与文献综述 |
| 2.1 理论基础 |
| 2.1.1 传统金融学 |
| 2.1.2 行为金融学 |
| 2.2 文献综述 |
| 2.2.1 国内文献综述 |
| 2.2.2 国外文献综述 |
| 2.3 小结 |
| 第3章 A股市场存量博弈阶段结构分化现象实证分析 |
| 3.1 释义 |
| 3.2 选择存量市场研究的原因 |
| 3.2.1 存量市场是A股的主要阶段 |
| 3.2.2 结构分化对投资收益的影响 |
| 3.3 数据选取及来源 |
| 3.3.1 数据选取标准 |
| 3.3.2 数据选取时间阶段 |
| 3.3.3 行业板块指数选取 |
| 3.4 存量市场结构分化现象实证分析 |
| 3.4.1 不同市场阶段子区间划分 |
| 3.4.2 不同市场阶段子区间板块机会实证 |
| 3.5 A股震荡市板块结构分化的实证分析结论 |
| 3.6 样本外市场数据检验 |
| 3.7 模拟交易 |
| 第4章 A股市场存量博弈阶段结构分化原因研究 |
| 4.1 政策变化引起的结构分化 |
| 4.1.1 市场建设规范方面引起的结构分化 |
| 4.1.2 宏观政策变化引起的结构分化 |
| 4.2 经济周期的变化引起的结构分化 |
| 4.2.1 宏观经济周期变化引起的结构分化 |
| 4.2.2 行业周期引起的结构分化 |
| 4.3 投资者结构变化引起的结构分化 |
| 4.3.1 投资者偏好不同引起的结构分化 |
| 4.3.2 投资者结构变迁引起的结构分化 |
| 4.4 羊群效应引起的结构分化 |
| 4.5 存量市场结构分化原因模型推演 |
| 4.5.1 建立虚拟市场 |
| 4.5.2 模型检测 |
| 第5章 结论 |
| 5.1 主要结论 |
| 5.2 结论对投资的参考意义 |
| 5.3 对A股市场未来特征的预判 |
| 参考文献 |
| 致谢 |
（6）股票间相关性测量方法的研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文研究的背景、目的和意义 |
| 1.1.1 论文研究的背景 |
| 1.1.2 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状综述 |
| 1.3 论文的主要研究内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 困难和问题 |
| 1.3.4 拟创新之处 |
| 第2章 股票间相关性测量方法及超额联动效应概述 |
| 2.1 股票间相关性涵义及已有的测量方法 |
| 2.1.1 股票间相关性涵义 |
| 2.1.2 协方差与person相关系数 |
| 2.1.3 格兰杰因果关系检验 |
| 2.2 股票间超额联动现象的界定 |
| 2.3 信息影响股票间相关性的传导分析 |
| 2.4 相关性与距离分析 |
| 2.5 相关性分析方法的拓展应用概述 |
| 2.5.1 图论方法在相关性分析中的应用 |
| 2.5.2 聚类分析在相关性分析中的应用 |
| 2.6 本章小结 |
| 第3章 股票交易数据中体现的股票间的超额联动效应 |
| 3.1 金融时间序列分析中存在的超额联动效应 |
| 3.1.1 金融时间序列分析概述 |
| 3.1.2 OLS统计引起的伪回归现象 |
| 3.2 CAPM模型中所体现出的超额联动现象 |
| 3.2.1 资本资产定价模型概述 |
| 3.2.2 CAPM模型存在的超额联动现象 |
| 3.3 投资者行为引起的超额联动效应 |
| 3.4 不同行情特征下的股票收益率间超额联动效应的统计分析 |
| 3.4.1 行情特征引起的超额联动效应若干假设 |
| 3.4.2 数据的来源与选取 |
| 3.4.3 大盘随机波动行情时的股票间相关性分析 |
| 3.4.4 大盘单边上涨行情时的股票间相关性分析 |
| 3.4.5 大盘单边下跌行情时的股票间相关性分析 |
| 3.4.6 不同行情下股票间的相关性分析总结 |
| 3.5 本章小结 |
| 第4章 有效规避超额联动效应的股票间相关系数测量方法构建 |
| 4.1 尽可能规避股票间超额联动效应的理论和应用意义 |
| 4.1.1 提高投资者投资决策准确性 |
| 4.1.2 增强板块分类准确性 |
| 4.1.3 提高投资组合有效性 |
| 4.2 基于时间段截取法有效规避超额联动效应 |
| 4.2.1 人工截取法 |
| 4.2.2 自动按成交量截取法 |
| 4.2.3 按滚动时间窗相关系数曲线截取法 |
| 4.2.4 基于时间段截取法创建的新型股票间相关性测量方法 |
| 4.3 基于CAPM模型构建有效规避超额联动效应的相关系数公式 |
| 4.4 本章小结 |
| 第5章 规避超额联动效应的新型股票间相关性测量方法的实证研究与应用 |
| 5.1 规避超额联动效应的时间段截取股票相关性测量方法研究 |
| 5.1.1 样本的选取与预处理 |
| 5.1.2 传统的股票间相关性测量方法实证分析 |
| 5.1.3 规避超额联动效应的时间段截取相关性测量方法的实证 |
| 5.1.4 传统股票间相关性测量方法与新型方法的比较 |
| 5.2 基于CAPM模型有效规避超额联动效应的股票相关性实证研究 |
| 5.2.1 数据获取及与处理 |
| 5.2.2 实证研究过程及结果分析 |
| 5.3 规避超额联动效应的新型股票间相关系数测算方法的应用 |
| 5.3.1 构建股票间相关性复杂网络模型 |
| 5.3.2 股票间相关性复杂网络的聚合程度分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录1 |
| 附录2 |
| 附录3 |
| 致谢 |
（7）我国A股市场行业板块轮动现象的实证研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 研究背景和选题意义 |
| 一、研究背景 |
| 二、选题意义 |
| 第二节 研究内容、方法、可能的创新点和难点 |
| 一、研究内容 |
| 二、研究方法 |
| 三、可能的创新点与难点 |
| 四、结构框架 |
| 第三节 本章小结 |
| 第二章 文献综述及相关理论 |
| 第一节 文献综述 |
| 一、国外研究概述 |
| 二、国内研究概述 |
| 三、对现有研究的评述 |
| 第二节 相关理论 |
| 一、生命周期理论 |
| 二、美林投资时钟理论 |
| 第三节 本章小结 |
| 第三章 我国A股市场行业板块轮动现状分析 |
| 第一节 A股市场行业轮动的分析背景 |
| 第二节 A股市场行业板块轮动的特征事实 |
| 一、数据的选取 |
| 二、A股市场的几个不同发展阶段 |
| 三、不同发展阶段下的行业板块轮动现象 |
| 第三节 行业板块轮动的原因分析 |
| 第四节 本章小结 |
| 第四章 行业板块轮动的实证分析 |
| 第一节 板块轮动的实证研究方法 |
| 一、相关性分析 |
| 二、聚类分析 |
| 三、本文研究方法 |
| 第二节 对A股市场行业轮动现象的聚类分析 |
| 一、数据处理 |
| 二、各个阶段内的聚类结果及总结 |
| 第三节 A股市场行业轮动现象的进一步分析 |
| 一、经济周期的划分 |
| 二、经济周期不同阶段的行业指数表现 |
| 第四节 本章小结 |
| 第五章 研究结论及展望 |
| 第一节 研究结论 |
| 第二节 对未来研究方向的展望 |
| 参考文献 |
| 附录1 2006-2015年中国CPI指数历年数据 |
| 附录2 部分行业指数日收益率指数数据 |
| 致谢 |
（8）基于动量效应的A股板块量化投资策略的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 研究内容概述 |
| 1.3 研究方法介绍 |
| 1.4 本研究的创新之处 |
| 第2章 量化投资简介及应用 |
| 2.1 量化投资概念 |
| 2.2 量化投资的分析工具和方法 |
| 2.3 量化投资的主要应用内容 |
| 2.4 量化投资在国内的发展现状 |
| 2.5 本研究的量化思路 |
| 第3章 动量效应概念及方法介绍 |
| 3.1 动量效应简介 |
| 3.2 动量效应基本交易方法 |
| 3.3 国外对动量效应产生原因的分析 |
| 3.4 国内对于动量效应的一些研究 |
| 3.5 对于西方舶来理论研究必要性的思考 |
| 第4章 动量效应在A股市场的存在性实证 |
| 4.1 实证思路 |
| 4.2 实证Jegadeesh/Titman方法 |
| 4.2.1 构建实证方法 |
| 4.2.2 评估分析 |
| 4.2.3 评估小结 |
| 4.3 实证Lo,Mackinlay/Conrad,Kaul方法 |
| 4.3.1 评估构建方法 |
| 4.3.2 评估分析 |
| 4.3.3 评估小结 |
| 4.4 总结和深入分析方向 |
| 第5章 探索板块量化投资策略 |
| 5.1 分析思路 |
| 5.1.1 板块效应分析 |
| 5.1.2 板块技术分析的手段 |
| 5.1.3 实证板块动量效应的思路 |
| 5.2 动量效应在板块走势中的统计规律 |
| 5.3 构建量化选股策略 |
| 5.4 深入量化选股策略 |
| 5.5 策略实证评估 |
| 5.6 进一步实证评估 |
| 5.7 现象与分析 |
| 第6章 总结及展望 |
| 6.1 总结分析发现 |
| 6.2 局限性及不足 |
| 6.2.1 数据局限 |
| 6.2.2 分析方法局限性 |
| 6.2.3 优化不充分 |
| 6.3 下一步继续研究的方向 |
| 参考文献 |
| 附录1 板块的动量效应验证数据总表 |
| 附录2 模拟投资记录 (2013 年) |
| 附录3 模拟投资记录 (2014 年) |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（9）寻找明日之星—股市中板块轮动的统计分析及在投资中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 问题的背景 |
| 1.2 相关研究综述 |
| 1.3 我国的交易制度 |
| 第二章 经济周期与行业板块轮动 |
| 2.1 国外的经济周期与板块轮动 |
| 2.2 我国的经济周期与板块轮动 |
| 第三章 投资分析 |
| 3.1 流行投资策略的分析 |
| 3.2 技术投资理论 |
| 第四章 明星板块的寻找 |
| 4.1 初步处理 |
| 4.2 深入分析 |
| 4.3 聚类分析 |
| 4.4 投资时间的寻找 |
| 4.5 本文的总结和不足 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）“新国十条”后上证指数与金融、地产板块指数间关系的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 导论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 文章的结构安排 |
| 1.4 本文的创新之处和深入研究方向 |
| 第2章 板块效应、金融和地产关系以及联动性方面的理论研究状况 |
| 2.1 股票市场板块效应的相关理论和研究 |
| 2.2 金融和地产关系的理论基础 |
| 2.2.1 金融和地产关系的相关研究 |
| 2.3 股市联动性相关研究 |
| 第3章 衡量板块指数间信息传递关系以及波动联动性的模型设计 |
| 3.1 VAR（SVAR）模型 |
| 3.1.1 VAR 模型 |
| 3.1.2 VAR 模型的稳定性检验 |
| 3.1.3 Johansen 协整检验 |
| 3.1.4 Granger 因果关系检验 |
| 3.2 SVAR 模型 |
| 3.3 多元 GARCH 模型 |
| 3.4 多元 SVAR-GARCH（BEKK）模型 |
| 第4章 上证指数、地产板块指数与金融板块指数之间的波动联动性实证研究 |
| 4.1 数据选取与处理 |
| 4.2 上证指数和金融、地产板块指数序列的平稳性分析 |
| 4.3 各板块指数收益率序列之间的相关性分析 |
| 4.4 上证指数、金融板块指数和地产板块指数间的波动联动性实证分析 |
| 4.5 实证模型的有效性分析 |
| 4.6 SVAR 模型的实证分析 |
| 4.6.1 Johansen 协整检验与分析 |
| 4.6.2 Granger 因果关系分析 |
| 4.7 多元 SVAR-BEKK 模型的实证分析 |
| 4.8 传递与溢出效应分析 |
| 第5章 结论 |
| 参考文献 |
| 致谢 |
| 个人简介、在学期间发表的学术论文及研究成果 |
四、我国股市反弹行情中的板块效应分析（论文参考文献）
- [1]基于M2与信用利差的行业轮动投资策略 ——以申万有色金属和食品饮料指数为例[D]. 史鹏飞. 中国地质大学(北京), 2019(02)
- [2]中国股市板块轮动的市场效应及其机理研究[D]. 燕君杰. 上海交通大学, 2018(06)
- [3]上市公司股票阶段性驱动研究 ——环境变失与技术特征分析[D]. 卢尧之. 上海交通大学, 2017(08)
- [4]基于我国A股大股东增持效应的实证研究[D]. 姚欢. 上海交通大学, 2017(08)
- [5]A股市场存量博弈阶段的结构分化现象的实证研究[D]. 陈勇. 上海交通大学, 2017(08)
- [6]股票间相关性测量方法的研究及应用[D]. 汪玉环. 哈尔滨工业大学, 2017(02)
- [7]我国A股市场行业板块轮动现象的实证研究[D]. 周昉. 浙江工商大学, 2017(06)
- [8]基于动量效应的A股板块量化投资策略的研究[D]. 李天野. 上海交通大学, 2014(05)
- [9]寻找明日之星—股市中板块轮动的统计分析及在投资中的应用研究[D]. 陈少文. 海南师范大学, 2014(05)
- [10]“新国十条”后上证指数与金融、地产板块指数间关系的研究[D]. 许持. 华侨大学, 2013(09)