什么是动量线性动量

播放列表加载中...
正在载入...
分享视频:
嵌入代码:
拍下二维码,随时随地看视频
线性动量守恒
上 传 者:
内容介绍:
simbucket仿真—
我来说点啥
版权所有 CopyRight
| 京网文[0号 |
| 京公网安备:
互联网药品信息服务资格证:(京)-非经营性- | 广播电视节目制作经营许可证:(京)字第403号
<img src="" width="34" height="34"/>
<img src=""/>
<li data-vid="">
<img src=""/><i data-vid="" class="ckl_plays">
<img width="132" height="99" src=""/>
在线人数:
<li data-vid="">
<img src=""/><i data-vid="" class="ckl_plays">
<img src="///img/blank.png" data-src=""/>
<img src="///img/blank.png" data-src="http://"/>
<li data-vid="" class="cfix">
src="///img/blank.png" data-src=""/>
<i data-vid="" class="ckl_plays">
<li data-vid="" class="cfix">
src="///img/blank.png" data-src=""/><i data-vid="" class="ckl_plays">
没有数据!
{upload_level_name}
粉丝 {fans_count}
{video_count}
{description}动量效应_百度百科
动量效应(Momentum effect)一般又称“惯性效应”。动量效应是由Jegadeesh和Titman(1993)提出的,是指股票的有延续原来的运动方向的趋势,即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票。
动量效应应用范围
基于股票动量效应,投资者可以通过买入过去高的股票、卖出过去收益率低的股票获利,这种利用动量效应构造的称为动量投资策略。
与动量效应相对的是,指过去一段时间收益率较高的股票在未来获得的收益率将会低于过去收益率较低的股票。
动量效应在上存在的历史很长,并且普遍存在于世界各地的股票市场上,甚至一些近期的研究发现动量效应也存在于其它类型的交易市场上,因此越来越多的学者开始探寻动量效应的成因以及他是否有违。一些学者从的角度对动量效应做出了解释,Barberis、Shleiffer、Vishny(1998)认为导致投资者对新信息的反应不足,使得在短期表现出惯性,但以偏概全倾向导致投资者对新信息的反应过度,结果导致股价出现反转。Daniel、Hirshleifer、Subrahmanyam(1998)的解释则是利用了人的和自。HongandStein(1999)基于投资者交互作用机制对动量效应进行解释。强调了投资者的异质性,把交易者分为信息观察者和动量交易者两类,在信息观察者之间是逐步扩散的。得到结论:信息扩散慢的股票的动量效应或高于信息扩散快的股票,因此,公司规模小,低的股票具有更高的动量收益或者反转收益。但是,随后LeeandSwaminathan(2000)等的研究发现高换手率的股票动量效应收益更为明显,HS模型的结论受到质疑。
Balsara、LinZheng等(2006)将疾病传播模型的思想引入HS模型中,认为信息扩散程度同时受到两个因素的制约:信息传播速度和信息吸收程度。信息传播速度是一个,与、波动性等有关。信息吸收程度则表示信息的有用性或可靠性,取决于一些主观因素。本文借鉴了这一思想,假设市场中存在知情交易者和非知情交易者。最初知情交易者拥有,而非知情交易者存在对私人信息的反应不足,导致股价表现出动量效应。随着私人信息在投资者中逐渐扩散,信息逐渐融入市场中,非知情交易者渐渐变成知情交易者,对私人信息做出反应,动量效应逐渐减小,甚至会由于投资者的过度反应而出现。
假设动量效应的确由投资者的异质性以及信息在投资者间的不断扩散导致,信息扩散程度一定与动量效应密切相关,信息扩散程度越大,动量效应就会消失的越快。显然,信息扩散程度直接影响了动量效应的存在期限和动量收益的大小,影响信息扩散的因素有:①知情交易者的比例②信息传播速度③信息吸收程度。
动量效应研究发展
自从Jegadeesh和Titman(1993)发现股市存在动量效应以来,对动量效应的研究逐渐成为金融学中最“核心”的领域。行为金融学和传统金融理论对此类问题的解释始终存在分歧。
一、行为金融与中国大陆股市的动量效应
(一)传统金融理论与行为金融模型
Fama和French()等从的角度对动量效应进行了解释:动量效应不是市场无效的证据,动量策略的超额收益可能与人们采用的理论工具有关——在中,β值不是好的风险指标,只要在因子模型中加入新,超额收益或许就会消失。但对因子模型中应当加入哪些风险因子,学者们未能达成共识。
行为金融则认为传统金融理论的前提出了问题,因而试图从投资者的决策行为入手来找出动量效应的产生机制,但这些解释也存在缺陷。Shefrin(2000)认为,行为金融模型对投资人行为模式的假设,并没有以心理学试验为基础,缺乏合理的依据。正如Peter(1999)所认为的:“为了发展一个理论模型而寻找不合理的逻辑假设就好比把车放到了马前头”。与此同时,这也使经济学失去了自己的特点,经济学毕竟不是心理学,它不应该研究具体的认知模式,其假设应具有一定的概括性与抽象性。
(二)中国股市的动量效应与行为金融
对于中国股市的动量效应,中国学者进行了大量研究。、(2001),朱战宇、和王承炜(2003),吴世农、(2003),、徐信忠(2004),马超群、(2005),、和苏治(2005),、唐旭(2005)等都认为,如果采用月度数据检验,中国大陆股市并不存在明显的动量效应,而中长期反转现象则比较突出;周琳杰(2002)发现动量策略的利润对形成期和持有期的期限敏感,形成期和持有期为一个月的动量策略赢利性最为显著;、和(2003)则认为形成期和持有期在2周和24周之间的动量策略有显著收益;余书炜(2004)则发现形成期和持有期在10到15天的动量策略有显著收益。曹敏、吴冲锋(2004)认为,中国大陆证券市场作为新兴市场,和西方证券市场的反向策略存在差异,主要表现在中国股市的反向周期短于西方发达国家。
虽然以上实证研究的样本期间不尽相同,但一致结论是中国股市的动量策略利润只存在于形成期和持有期在4周以内的周期策略中;而西方国家股市的动量策略利润一般存在于形成期、持有期为中期(3-12个月)的策略中。朱战宇、吴冲锋和王承炜(2003)等都认为,、、等模型没有揭示出中国股市动量效应产生的机制。他们认为,BSV模型、DHS模型等模型中的投资者是根据对上市公司业绩的预期来对公司的股票进行估价的,这符合发达资本市场上投资者的投资行为模式,而国内投资者基本上不关心公司的,爱好,容易出现跟风等现象,从投资者认识偏差角度来解释的动量效应并不合适。
二、奈特不确定性视角下的股市动量效应
1.不确定性的两种分类
奈特(Knight,1921)把未来的不确定性分成两种情况:一种是具有确定的不确定性,就是常说的“风险”(risk);另一种是没有确定概率分布的不确定性,其是不确定的,称为奈特不确定性或模糊(ambiguity)。如果抛硬币的话,你会知道风险有多大,如果赌正面,赢的概率是50%。奈特认为,当你完全不知道各种可能性状态以及各种状态的概率时,就存在奈特不确定性。Savage(1954)等认为,虽然有时不能计算出某种事件的概率分布,但我们可以对这个事件指定一个先验信念,这对建立的没有什么区别,因此,奈特对不确定性的分类没有意义了。Ellsberg(1961)等通过一系列试验否定了Savage假设。他们的试验表明,奈特对不确定性的划分是有意义的。这些试验还表明,人们常对奈特不确定性表现出厌恶的倾向,即便告诉试验者Ellsberg试验存在逻辑上的矛盾,试验者仍然坚持自己的选择,并愿意为避免奈特不确定性而支付。他们发现有人喜欢赌博(风险),却不喜欢奈特不确定性,厌恶奈特不确定性的人不一定厌恶风险。这进一步证实奈特的观点:和奈特不确定性是两种不同的现象。他们还发现,在面临奈特不确定性时,人们更在乎别人的想法,更容易形成“”。
2.系统的复杂性造成了奈特不确定性
奈特不确定性是如何产生的呢?现代自然科学证明,由于系统内部的非线性机制(或机制或复杂性机制)造成了系统的进化,从而形成了奈特不确定性。如果系统是一个简单的系统,那么这个随机过程就是遍历的(ergodic),可以通过试验等方式得到这个过程的。自然界大多数随机事件都属于这种过程,这种过程就是一般不确定性——风险。但如果系统是进化的,过程就是非遍历的(nonergodic),即使具备了历史的和当前的所有信息(),也无法获得某种未来的概率分布,因为它不是过去过程的简单重复,永远有新的状态被创造出来,我们不能预知这个状态,更不可能获得这种状态的概率分布。经济社会中的大多数系统都属于这种过程,这种不确定性就是奈特不确定性。
(二)奈特不确定性视角下的动量效应微观机制
Lewellen和Shanken(2002)认为,序列的可预测性与股票定价过程中的“参数的不确定性”有关,当决策者对未来的先验信念不确定时(即存在的不确定性时),代表性投资者通过贝叶斯过程逐渐更新信念,这个学习过程渗透到股票定价过程中,导致股票价格正相关。
徐元栋、黄登仕(2003),徐元栋(2004)从奈特不确定性的角度探讨了股市动量效应产生的微观机制。与LS模型类似,投资者也不可能准确地确定未来现金流量的的概率分布,原因就是投资者面临奈特不确定性。与LS模型不同,他们认为,市场上的投资者不能用一个“代表性投资者”来代替,这些投资者是不同质的,他们对未来具有不同的先验信念。当这些异质投资者出现市场传染现象时,就造成了动量效应。
Ford、Kelsey和Pang(2006)则从微观金融角度研究了动量(反向)效应产生的机制。当市场上出现模糊(ambiguity)信号、不能确定股票的基本价值(面临奈特不确定性)时,如果与投资者都表现出乐观情绪(悲观情绪),股市就会出现动量现象。
Gerdjikova(2006)试图在CBD理论(Casebased Decision Theory,案例)下解释股市上的所有异常现象。由于投资者面临奈特不确定性,他无法确定股票的基本价值。如果在合理区间内,投资者为了追求更多财富而在股市上从而造成了动量效应。
奈特不确定性视角下的动量效应机制理论认为,投资者不能确定股票未来的,异质投资者的市场传染或者情绪的悲观(乐观)造成了动量效应。这些模型可以较好地解释中国股市的动量现象。行为金融认为,决策者对股票现金流量的概率分布是确定的,不存在所谓“奈特不确定性”,是的投资者犯了认识偏差错误,从而造成了动量效应。这两种解释的最大分歧在于对不确定性的处理。
(三)奈特不确定性视角下的“奈特不确定性厌恶”补偿模型
近年来,西方学者开始从奈特不确定性“厌恶”的角度来研究动量策略的“利润”的来源。Andrew和Hodrick(2006)、Zhang(2006)等发现动量策略的以及收益率横断面差异与奈特不确定性有正相关关系。Anderson、Ghysels和Juergens()则试图在资产定价模型中加入“奈特不确定性厌恶因子”来解释股市中的动量效应现象。从奈特不确定性角度看,投资者除面临一般风险外,还面临“更高级风险”,即奈特不确定性。只要在定价因子模型中考虑这种“更高级风险”,异常超额收益就会消失。
(四)奈特不确定性视角下两种解释方案的逻辑联系
从奈特不确定性视角来研究动量效应也有两条思路:一是从奈特不确定性角度研究动量效应产生的机制;二是在传统的资产定价模型中加入“奈特不确定性厌恶因子”,将其作为动量策略“超额”利润产生的来源。从逻辑上看,这两条思路并不矛盾,奈特不确定性视角下的动量效应的微观机制涉及的是“里”,“奈特不确定性厌恶补偿”模型涉及的是“结果”,是“表”。以奈特不确定性为逻辑起点,可以将这两条研究思路紧密地联系在一起。
行为金融模型主要从认识性偏差(或噪声)或信息不完全的角度对动量效应等异常现象进行了解释。但问题是既然这些直觉性决策容易导致,投资者为什么仍然采取直觉性决策模式呢?行为金融没有给出“理性”决策者产生上述决策行为模式的原因。实际上,投资者面临的是奈特不确定性的环境,表现为事实上的“”。从决策行为可以看出人类在进化过程中的学习与记忆自适应性:倾向于本能的自我安全感(自我控制、)以及通过直觉性进行决策,即原则理性(rule rationality)(Aumann,1997)。在原则理性的视角下,如果决策者处于一个复杂的、奈特不确定性的世界,采用直觉性决策是合乎他们的理性的。
行为金融没有对“噪声”给出一个确切的定义。如果噪声是与投资价值无关的信息,作为理性投资者为什么不能过滤噪声?也重点研究在的情况下,有信息优势或劣势的投资者的行为对证券价格的影响。有人认为,对于公开市场上的大量、普遍交易的股票来说,投资者之间信息不对称的可能性很小,也就是说不存在使产生大波动的信息不对称问题。也有人认为,“噪声”是与相关的信息,但由于投资者在面临奈特不确定性时的“原则理性”,决策者只能凭直觉利用这些信息。
企业信用信息高中物理动量老不会,怎么学啊?_百度知道君,已阅读到文档的结尾了呢~~
扫扫二维码,随身浏览文档
手机或平板扫扫即可继续访问
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由:
将文档分享至:
分享完整地址
文档地址:
粘贴到BBS或博客
flash地址:
支持嵌入FLASH地址的网站使用
html代码:
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布,请您等待!
3秒自动关闭窗口证明动量算符是线性厄米算符_百度知道

我要回帖

更多关于 线性动量 的文章

 

随机推荐