behavior finance??
(一)启发式简化 科学常识告诉我们:源于人类的先天缺陷——生命和认知资源的有限性,决定了投资者无法对环境反馈来的所有信息(数据)进行优化处理。相反,自然选择的结果将投资者的思维塑造为一种依赖经验法则对多种提示信息子集予以选择的特征。按照行为金融理论的分析,这种投资者经常依赖的、可以节约处理信息的经验思维法则就是启发式简化。综合已有的理论成果,典型的启发式简化可以细分为注意力、记忆力和悠闲处理效应(attention/memory/easy-of-processing effects),狭窄性取景、心理账户、参照效应和损失厌恶(narrow framing/mental accounting/reference effects/loss aversion),典型性试探法(the representativeness heuristic)及信念校正-合并效应(belief updating-combining effects)等几种。 (1)注意力、记忆力和悠闲处理效应 根据注意力、记忆力和悠闲处理效应,一般的投资者只有有限的注意力、记忆力和信息加工能力,这就迫使投资者只能对可利用信息全集中的一部分进行集中性分析,而那些无意识的联想也常常会导致投资者产生对信息的倾向性选择。Gilovich(1981)研究发现,利用口头方式传达主题信息会引发信息的接受者做出一些影响其判断的联想。而这种联想又会导致“显著性效应”和“有效性效应”(salience and availability effects),即如果一个信息信号具有吸引投资者的注意力并引发投资者对回忆产生联想的特征,那么它就具有显著性效应。而投资者也总是把容易回忆起来的事件判断为极普通的情况来进行对待,因为非常普通的事件总是被重复地注意和报道,投资者更容易回忆起它们来,此时就产生有效性效应。 投资者经常受到所面临选择问题的形式的干扰,其中一个原因在于投资者无法有效地从已有的记忆中找到相关信息(Pennington&Hastie,1988)。投资者总是认为那些偶发性的事件不值得关注,并对这些事件发生的概率进行低估(Fischoff,Slovic&Lichtenstein,1978),这就意味着投资者存在一种过度自信(over- confidence),所以当没有预见到的事件突然发生时,投资者又会产生过度反应。
自我感知理论(self-perception theory)(Bem,1972)表明:投资者会通过观察其自身存在的环境和自我行为,从中推断自己的态度、感情和其他内部心理状态。这种推断可能缘于个体记忆的损失或个体缺乏了解自我无意识心理状态的途径,而习惯(habits)的形成则可能是弥补这种记忆损失的最优机制。因为按照 Hirshleifer&Welch(2000)的认识,习惯是投资者提前采取行动的一个较好的理由,是一种内涵式的自我感知。 Nisbett&Wilson(1977)发现:某A对某B的一项优点的偏好会因“晕轮效应”(the halo effect)导致A将这种高评价扩展到B的其他特征上,与此相似的“一好遮百丑”式的启发式思维偏差会导致股票市场上的错误定价。在有效的市场上,具有良好增长预期的股票也不一定具有较高的风险回报,如果投资者错误地将他们对某只具有良好增长预期的股票的偏好性评价扩展到对此只股票的整体回报预期上,那么这只具有良好增长预期的股票将被过高定价(Shefrin& Statman,1995)。 悠闲处理效应和容易检索效应相同。 Reber&Schwartz(1999)发现,投资者更倾向于相信那些容易处理的信息的真实性,这是一种“真理幻觉”(the illusion of truth)偏差。Bruner,Postman&Rodrigus(1951)认为,相似性信号的组合(如黄色和香蕉)比起那些非相似性信号的结合更容易被人们所感知。Bornstein&D’Agostino(1992)指出,持续暴露于非强制性刺激背景下的人会趋向于逐步喜欢这种刺激,也就是说存在强烈的“纯粹暴露效应”(mere exposure effect)。这种启发式思维的偏差,根源于某些信息更容易为人们所熟悉和理解,其风险也相对较小。进化论心理学家Trivers(1985)则认为,人们对熟悉或亲近的他人所具有的这种偏好缘于人们内在遗传的相关性。Huberman(1999)认为,这种启发式偏见意味着投资者比较偏好于在本地进行投资。大量心理学实验表明,人和动物都无法对各种暗号(信息)间的关联结构做出正确的理解,此时,暗号间的竞争(cue competition)就会发生:显著性暗号将会削弱非显著性暗号的影响效果,而有效性暗号则会构成对非有效性暗号的干扰。这种暗号竞争无疑广泛存在于股票市场,并对股票的错误定价起到决定性影响。
Entries from 一月 31st, 2010
投资者认知偏差理论
一月 31st, 2010 No Comments
Tags: behavior finance
金融数学方法
一月 31st, 2010 No Comments
金融数学方法作为管理学院金融专业本科生必修课程,主要学习包括:
计量经济模型和方法、时间序列分析、ARCH-GARCH模型、Markowitz投资组合理论、随机过程理论、人工神经网络等数学理论及其在金融领域的应用。
具体包括:单方程计量经济学模型理论,联立方程计量经济学模型理论,生产函数模型理论,计量经济学模型在金融领域的应用,时间序列分析理论,平稳随机过程,AR,ARMA模型,时间序列分析在金融领域的应用,ARCH-GARCH模型,ARCH-GARCH模型在金融领域的应用, Markowitz投资组合理论模型及公式推导,均值方差模型,前沿面分析,Markowitz投资组合理论在金融领域的应用,随机过程理论,随机过程理论在金融领域的应用,期权定价模型,布莱克-斯科尔斯期权定价公式,股票市场预测的随机过程模型,前馈式人工神经网络模型,BP模型,BP算法,反馈式人工神经网络模型,自组织网,Hopfied网,人工神经网络模型在金融领域的应用.
本课程的教学目的是使学生掌握金融数学的基本模型和方法,提高学生利用定量化分析技术处理金融问题的能力,为进一步学习、研究现代金融理论打好基础。教学过程采取课堂讲解、案例教学、课堂讨论相结合的形式。本课程要求学生了解和掌握这些数学工具,能够将学到的金融数学方法与分析技术运用到实际的研究工作中。
原来我学的都是本科内容,想想本科能把这些啃下来的,也是N人了,至少我现在还不行
Tags: 金融数学方法
一个牛人的技术分析历程
一月 31st, 2010 1 Comment
第1阶段是学习一些传统的技术分析指标,如MACD,KDJ,RSI 等等。发现不确定性很大。 第2阶段,学习用飞狐编程序,下载个许多人编制的指标,还学习了Vb,发现不确定性很大,虽然花样无穷,但本质上与传统的技术分析指标没有差别,都是建立在对历史数据简单的各种均线基础上而已。 第3阶段,追求更厉害的统计分析,学习了SPASS,玩熟了时间序列分析ARIMA。发现不确定性很大。原来ARIMA对白噪音的残差没有估计。 第4阶段,学习GARCH,该死的SPASS居然没有这个工具,只好学习MATLAB7。GARCH玩熟后,发现不确定性很大。原来,GARCH本质上依然是线性估计,不过是将ARIMA的残差继续ARIMA了一次。晕倒。 第5阶段,被一些网络N人忽悠人工神经网络,开始玩BP,RBF,发现不确定性很大。BP,RBF对历史数据的拟合简直是完美,但对未来的泛化,简直是狗屁。仍然不死心,又捣鼓用遗传算法改进,用混沌理论的相空间改进,依然是狗屎。 第6阶段,听南大的一个人工智能专家说,SVM是目前最NB的,继续学习,这玩意很难,终于还是给搞定了,结果,发现不确定性很大。正确率让人失望。 第7阶段,茫然之际,又有N人说,据说小波可能有用,找来书翻翻,感觉无比艰深。而此时对技术分析已经信心动摇。某日遇一朋友,实战高手,一席交谈演示,发现,靠,实战中还是传统的那几个老掉牙的指标最好,关键是是运用之妙了。 第8阶段,目前阶段,重新玩那传统的那几个老掉牙的指标。
Tags: 技术分析
vba是个好东西
一月 30th, 2010 1 Comment
今天忙乎了一天,其实就两个小问题,哎,很多时候一个标点一个类型就会害死人啊
1.为什么要用matlab对数据库处理,不能直接用vba进行莫,感觉上好像是要快一些,不过没有用vba试过。用matlab就要用编译器,最近一段时间都没有编译成功的,还是换成vba直接做吧,是在不行用vc也好啊 。
编译一直到下午3点还没有成功,晚上说了一大堆的,可是好像都没有什么用,环境变量,编译器啥的,倒腾了很久都搞不定,最后还是不得不用vba直接实现了。
2尝试用vba传数吧,忙乎了一个上午,最后还是回到原来的办法。 不过没有什么进展,都不找自己在想什么。
vba是个好东西,最开始的时候通过matlab倒数,10000个数用来17秒,vba只用了5秒,而且不用编译了,恩,不错,信号搞定了,要不饭都不想吃了,话说今天很冷的说
3数据库的东西还是要看看的,很多东西都是常识性的东西,可是没有看过没有试过就不知道。
4 ado接口,这东西还是专门琢磨下的好,很多时候能用得上的。
继续的干活。
Tags: vba
VBA ADO常用方法
一月 30th, 2010 1 Comment
没想到我现在的工作VBA联系得这么紧密,其实比起delphi,VBA应该算小菜啦,基本上现阶段的工作就是VBA连数据库进行操作了,以后会是 C#,delphi连数据库基本上是采用ado,很方便,VBA当然也用这种方法会很自由,以下是VBA用ado连数据库的方法(ZZ):
准备工作
========
Dim conn As New ADODB.Connection ‘创建一个 Connection 实例,在这里使用New等于将Dim和Set合并为一段代码执行
Dim rs As ADODB.Recordset ‘创建一个 Recordset 实例,不使用New 是因为,经常需要重复使用Set,因此没必要在这里使用
Dim CnStr As String, Sql As String ‘创建两个字符串变量分别存放两个集合的SQL语句代码段
1、装载数据库(不属于Recordset集合)
=============
Dim FileNamw$, DbIp$, DbName$, DbUser$, DbPw$
‘以上5个字符串变量分别表示文件路径和文件名、数据库地址、数据库名、数据操作员用户名、操作员密码
FileName = App.Path & "\’数据库名’"
DbIp = "数据库地址"
DbName = "数据库名"
DbUser = "数据操作员用户名"
DbPw = "操作员密码"
‘以上变量根据数据库类型的不同而不同,有可能只需要1至两个变量
‘1)连接Access数据库:
‘——————-
CnStr = "PROVIDER=microsoft.jet.oledb.3.51;persist security info =false;data source=" & FileName & ";Jet OLEDB:Database Password=" & DbPw
‘2)连接Oracle数据库:
‘——————-
CnStr = [...]






