[发明专利]基于资金流预测收益率的预测方法、装置、设备及介质有效

专利信息
申请号: 201811322112.3 申请日: 2018-11-08
公开(公告)号: CN109086954B 公开(公告)日: 2022-01-25
发明(设计)人: 郭洪飞;张儒;张子欣;古灏;陈敏诗;姜浩;许春宇;屈挺;杨光华 申请(专利权)人: 暨南大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q40/04
代理公司: 北京卓特专利代理事务所(普通合伙) 11572 代理人: 段宇
地址: 510632 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开基于资金流预测收益率的预测方法、装置、设备及介质,该预测方法包括:获取采样的宏观资金流变量和上证指数收益率的月度数据序列,宏观资金流变量包括货币供应量和银行隔夜拆借利率;对月度数据序列进行单位根检验,确定单位根检验后的月度数据序列的单位根特性是否满足多变量协整检验的宽限条件;单位根特性为月度数据序列为Ni阶单整序列,Ni≥0;在单位根特性满足多变量协整检验的宽限条件的情况下,利用Johansen极大似然估计法确定宏观资金流变量月度数据序列与上证指数收益率月度数据序列的协整关系;根据基于协整关系建立的VECM模型对上证指数收益率进行预测。本发明的预测方法填补现有中尚缺少宏观资金流指标对中国股票指数进行预测的空白。
搜索关键词: 基于 资金 预测 收益率 方法 装置 设备 介质
【主权项】:
1.一种基于资金流预测收益率的预测方法,其特征在于,所述预测方法包括:获取采样的宏观资金流变量和上证指数收益率的月度数据序列,所述宏观资金流变量包括货币供应量(M2)和银行隔夜拆借利率(SHIBOR);对月度数据序列进行单位根检验,确定单位根检验后的月度数据序列的单位根特性是否满足多变量协整检验的宽限条件;所述单位根特性为月度数据序列为Ni阶单整序列,Ni≥0;在单位根特性满足多变量协整检验的宽限条件的情况下,利用Johansen极大似然估计法确定宏观资金流变量月度数据序列与上证指数收益率月度数据序列的协整关系;根据基于协整关系建立的VECM模型对上证指数收益率进行预测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于暨南大学,未经暨南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201811322112.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top