余强

摘   要：大量研究表明，不同金融市场之间具有不可忽视的联系，股票作为金融资本市场中最具代表性的一部分，与其他金融证券市场的联系更为紧密。因此，针对不同金融市场的相互影响问题，以恒生、上证指数为例，提出建立神经网络模型。以两种指数的每日数据为样本，利用GRU（递归神经网络）神经网络的时间记忆性能，刻画出在加入不同证券指数特征的影响下，对上证股票指数收益的波动情况进行预测研究。训练和测试结果表明，GRU神经网络模型效果较为理想，而加入恒生指数特征的预测效果最好。这可以为后续中外金融市场关系的研究提供一定的参考价值，对想要购买企业债券的操作者也具有较高的实际价值。

关键词：收益预测;上证企债指数;恒生指数;GRU

中图分类号：F830.91      文献标志码：A      文章编号：1673-291X（2019）35-0117-04

引言

股票作为证券交易市场上的重要部分，无论从投资获利方面，还是从维护金融稳定等方面来说，它的作用都显得非常重要，对其收益的预测也极具现实意义。当前，对于股票市场的研究一直是金融市场研究的热点。需要指出的是，股票市场变动是一个非常复杂的非线性动力系统，如果采用传统计量经济学模型的方法，通常会存在着各种困难。近几年，Farzaneh Nassir Zadeh[1]做了S&P500与伦敦证券交易所之间的市场效率和金融稳定性调查，并使用ARMA模型对股票收益进行月度和年度预测。Helmut Herwartz[2]实证评估了GARCH模型下的股票收益率预测。后来LinZ[3]利用GARCH模型对上证综合指数的波动进行建模和预测，但是由于传统统计学方法存在一定的局限性，导致其对于长期预测的效果并不理想。……