您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201805-218
论文题目 神经网络在股票型基金业绩持续性判定中的运用
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

神经网络在股票型基金业绩持续性判定中的运用

首发时间:2018-05-24

戴晓凤 1   

戴晓凤(1960-),女,湖南大学金融与统计学院教授、硕士生导师,主要研究方向:资本市场与金融工程

刘坤 1   

刘坤(1993-),男,湖南大学金融与统计学院硕士研究生,主要研究方向:证券投资

  • 1、湖南大学金融与统计学院,长沙 410079

摘要:本文引入神经网络算法,对2014年10月至2017年10月间我国股票型基金业绩数据进行其持续性实证测算。其结果发现,我国股票型基金的持续性在不同时期有一定波动,其波动状态在90%置信度下占13%左右;进行足够学习次数的神经网络算法测算出具有持续性的基金,在考察期内对其业绩是否存在持续性的检测准确率达到70.37%,显著高于传统三种方法测算具有持续性的基金的检测准确率。因此本文认为,神经网络算法能较好的解决现行基金持续性测算方法中的不足,能够提高基金持续性预测的准确度和优化预测的数据结构。

关键词: 股票型基金 基金业绩持续性 神经网络算法

For information in English, please click here

The application of neural network in the continuous determination of stock fund banks

DAI Xiaofeng 1   

戴晓凤(1960-),女,湖南大学金融与统计学院教授、硕士生导师,主要研究方向:资本市场与金融工程

LIU Kun 1   

刘坤(1993-),男,湖南大学金融与统计学院硕士研究生,主要研究方向:证券投资

  • 1、 College of Finance and Statistics,Hunan University 410079

Abstract:This paper introduces a neural network algorithm to conduct continuous empirical measurement of the performance data of China\'s equity funds from October 2014 to October 2017. As a result, it has been found that the sustainability of China\'s equity funds fluctuates at different times, with its volatility at about 90% confidence level of about 13%; a neural network algorithm that conducts enough learning times to calculate a sustainable fund, is inspected The accuracy of the continuous detection of the performance of the company during the period reached 70.37%, which was significantly higher than the traditional three-method measure of the sustainability of the fund\'s detection accuracy. Therefore, this paper believes that the neural network algorithm can better solve the shortcomings of the current fund sustainability measurement methods, can improve the accuracy of the fund\'s continuous forecasting and optimize the forecast data structure.

Keywords: Equity funds Fund performance sustainability Neural network algorithm

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
戴晓凤,刘坤. 神经网络在股票型基金业绩持续性判定中的运用[EB/OL]. 北京:中国科技论文在线 [2018-05-24]. https://www.paper.edu.cn/releasepaper/content/201805-218.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

神经网络在股票型基金业绩持续性判定中的运用