金融工程研究资产价格变化。股票价格每天不同。价格变化有规律吗？很多人试图找到规律。金融工程使用数学工具分析价格变化。价格变化看起来是随机的。实际上价格变化存在某些模式。

价格变化受多种因素影响。公司盈利影响股票价格。公司发布好消息股价上涨。公司发布坏消息股价下跌。宏观经济影响股票价格。经济增长快股市通常上涨。经济增长慢股市通常下跌。利率变化影响股票价格。利率下降股票更具吸引力。利率上升债券更具吸引力。投资者情绪影响股票价格。投资者乐观时买入股票。投资者悲观时卖出股票。

金融工程建立模型预测价格。模型基于历史数据。历史数据包含价格信息。模型试图找到价格变化规律。最简单的是随机游走模型。这个模型认为价格变化没有规律。今天价格与昨天价格无关。明天价格与今天价格无关。许多研究表明价格变化不是完全随机的。价格变化存在自相关性。今天价格变化影响明天价格变化。

时间序列模型分析价格变化。AR模型使用过去价格预测未来价格。MA模型使用过去误差预测未来价格。ARMA模型结合AR和MA。金融时间序列具有波动聚集性。大幅波动后跟随大幅波动。小幅波动后跟随小幅波动。ARCH模型描述这种特性。GARCH模型是ARCH模型的扩展。

金融资产价格存在跳跃。跳跃是突然的大幅变化。公司发布重要消息时价格跳跃。中央银行宣布政策时价格跳跃。跳跃模型描述这种突然变化。跳跃扩散模型结合连续变化和跳跃。

风险管理需要理解价格变化。投资者持有股票组合。组合价值随价格变化而变化。风险是组合可能损失多少。VaR衡量最大可能损失。计算VaR需要知道价格变化分布。正态分布假设常被使用。实际价格变化分布不是正态的。实际分布具有厚尾特征。极端事件发生概率高于正态分布。厚尾分布更符合实际情况。

衍生品定价依赖价格变化模型。期权是一种常见衍生品。期权给予买卖资产的权利。Black-Scholes模型为期权定价。这个模型假设价格连续变化。实际价格变化不连续。实际市场存在交易成本。实际市场存在买卖价差。改进模型考虑这些因素。

高频数据提供新视角。高频数据记录每笔交易信息。高频数据包含更多信息。价格变化在高频下呈现新特征。市场微观结构影响价格变化。买卖订单影响短期价格。大额订单导致价格变化。流动性影响价格变化。流动性好价格变化小。流动性差价格变化大。

算法交易基于价格变化。计算机程序自动做出交易决策。程序识别价格变化模式。程序发现机会立即交易。人类交易员反应不够快。算法交易可能加剧价格波动。闪崩是价格突然暴跌。算法交易可能引发闪崩。

市场有效性假说认为价格反映所有信息。投资者无法通过分析信息获利。价格变化不可预测。许多研究发现市场不是完全有效的。价格有时偏离基本价值。投资者非理性行为导致价格偏离。行为金融学研究这些现象。投资者过度自信推高价格。投资者恐慌导致价格过低。

中国股票市场有其特点。个人投资者比例较高。个人投资者交易频繁。个人投资者容易受情绪影响。政策变化对市场影响大。政府政策改变市场预期。涨跌停板限制价格变化。价格单日变化不能超过10%。这种限制影响价格发现过程。

金融工程研究使用实际数据。上海证券交易所提供数据。深圳证券交易所提供数据。数据包含股票每日价格。数据包含交易量信息。研究计算收益率。收益率是价格变化比例。今日收益率等于今日价格减昨日价格除以昨日价格。研究收益率统计特征。计算收益率均值。计算收益率方差。方差衡量波动程度。

研究检验收益率分布。绘制收益率直方图。直方图形状显示分布特征。计算偏度系数。偏度系数衡量分布对称性。正态分布偏度为零。实际收益率分布常为负偏。负偏表示大幅下跌多于大幅上涨。计算峰度系数。峰度系数衡量分布尖峭程度。正态分布峰度为三。实际收益率分布峰度大于三。高峰度表示极端值更多。

研究建立GARCH模型。GARCH(1，1)模型常用。模型估计波动率。波动率随时间变化。市场平静时波动率低。市场动荡时波动率高。波动率具有持续性。高波动率状态持续一段时间。低波动率状态持续一段时间。

研究计算VaR。使用历史模拟法。假设未来与过去相似。根据历史收益率计算VaR。使用参数法。假设收益率服从特定分布。根据分布计算VaR。使用蒙特卡罗模拟。模拟大量可能的价格路径。根据模拟结果计算VaR。

研究比较不同模型预测能力。将数据分为样本内和样本外。样本内数据用于建立模型。样本外数据用于检验模型。模型预测收益率。比较预测值与实际值。计算均方误差。均方误差小的模型更好。模型预测波动率。比较预测波动率与实际波动率。实际波动率不可直接观察。使用平方收益率代理实际波动率。

金融工程研究帮助人们理解市场。投资者使用研究结果做出决策。风险管理使用研究结果控制风险。监管机构使用研究结果维护市场稳定。金融工程研究不断发展。新数据提供新机会。新方法提供新视角。市场变化提出新问题。研究需要持续进行。