Modelling Structural Breaks In Stock Price Time Series Using Stochastic Differential Equations
利用随机微分方程刻画股票价格时间序列的结构突变AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以股票价格时间序列的参数变化和财报时点结构断点为对象，因此支持结构变化及时间序列分类，未直接研究收益预测能力。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用随机微分方程刻画股票价格时间序列的结构突变
- 研究问题
- 季度财报发布前后股票价格过程的参数是否发生变化，这些变化是否构成结构断点并影响既有预测模型的继续使用？
- 方法与思路
- 作者使用几何布朗运动和常弹性方差模型，在财报前后分别拟合若干随机微分方程变体，通过最大似然与参数网格搜索比较参数变化。
- 材料陈述的贡献
- 摘要称参数变化提供了财报发布构成结构断点的证据，并据此认为所考察的预测模型需要重新拟合，而不能直接沿用此前参数。
- 阅读关注点
- 应核对股票样本、事件窗口、断点检验和参数不确定性处理，以及重新拟合的必要性是否通过实际样本外预测得到验证。
- 阅读边界
- 这是预印本，不能据此认定已同行评审或期刊接收。摘要未说明断点检验及预测误差，参数变化不足以单独证明财报的因果影响。
原文摘要
This paper studies the effect of quarterly earnings reports on the stock price. The profitability of the stock is modelled by geometric Brownian diffusion and the Constant Elasticity of Variance model. We fit several variations of stochastic differential equations to the pre-and after-report period using the Maximum Likelihood Estimation and Grid Search of parameters method. By examining the change in the model parameters after reports' publication, the study reveals that the reports have enough evidence to be a structural breakpoint, meaning that all the forecast models exploited are not applicable for forecasting and should be refitted shortly.