文摘
2020年3月,美国股市连续四断路器凸显了投资者情绪对股票市场的影响。随着技术的发展,公众舆论和其他信息现在容易传播通过社会媒体和其他渠道,间接地影响投资者信心。这使它重要的理解这种情况下的潜在动力来帮助管理这些事件的市场影响。为此,我们分析投资者情绪,投资者结构,与资本市场融合机制利用传染病动力学。我们使用一个扩展的先生(易感,感染和恢复)模型,称为动态SIRS模型(个人回到易感状态),模拟在股票市场上投资者情绪的影响。因此,我们研究断路器在美国股市和模型的仿真结果,分析了融合机制过程在中国触发暂停基于波动的市场交易。我们的研究结果表明,当投资者相互交流的影响率增加或当情绪平静率减少,投资者情绪将开始扩散,导致增加的概率一个严重的踩踏事件或热心过多地买的股票市场。同时,投资者的交易频率和比例的投资者在买卖方向将有一定的正式影响股市的方向,最后的决定的影响比正常的投资者情绪的投资者。当投资者情绪主导市场,他们的情绪是扩散。我们的研究提供了相关的参考机构监督和完善股票市场融合机制。
1。介绍
1987年股市崩盘后,美国监管机构把第一个断路器,以防止重复迅速道琼斯工业股票平均价格指数暴跌。断路器是一个保护暂停交易15分钟,希望市场将平静本身。自那以后,一个断路器只触发一次1997年,直到2020年3月连续四个断路器使用在美国股票市场3月9日,3月16日,3月12日和3月18-underscoring强度的投资者情绪对股票市场的影响。断路器或熔断器机制,也被称为自动暂停机制,是为了控制风险当股票指数达到指定的熔点。这种融合机制,停止交易给市场空间恢复,冷静下来,给监管当局时间采取相应的风险控制措施之前,继续交易。融合机制已经建立了外汇和三大交易所在中国,它是引发中国a股的交易期间1月1日至1月8日,2016年。四个断路器的使用在美国股市在2020年3月和2016年中国a股的两个断路器加强控制的风险资本市场的重要性。然而,环境的因素导致断路器仍在争论中。本研究的目的是分析和澄清过程和现象触发断路器。在融合过程中,最明显的现象是公共悲观的升级,导致交易量和交易之间的比例失衡,人踩人,增强投资者信心的重要性。
本研究主要探讨投资者情绪,投资者结构,资本市场融合系统通过传染病动力学。我们使用一个扩展的爵士(易感,感染和恢复)模型(一个基本的流行病学模型用来描述传染病的传播),称为动态SIRS模型(个人回到易感状态),模拟在股票市场上投资者情绪的影响。我们结合模型的仿真结果和研究美国股票断路器和中国a股融合过程提供一个参考的相关机构监督和完善融合机制。
2。文献综述
许多学者研究了投资者情绪的波动和股票市场回报之间的联系。其中,崔、张(1]表明,投资者情绪崩溃的风险产生重大影响。唐et al。2)显示的数量和语气媒体报道导致投资者情绪的变化以及媒体和投资者之间的联系造成波动的关注和羊群效应。肖et al。3发现投资者的热情可以促进信息交流和投资者情绪相互影响。羊群效应更加明显,当股市下跌和增加的影响就相对较少。郑(4)认为,投资者情绪强度影响股市的羊群效应:情绪越强,群体效应就越大。而悲观的倾向,羊群效应由乐观是相对较弱。张(5)发现,一些投资者的交易频率影响整体市场平衡在他对行为经济学的研究。陆et al。6)找到一个百度指数和股票市场回报之间的相关性。小王和贾7发现投资者情绪可以调整商品市场价格的波动和通货膨胀率的变化,而大宗商品价格水平的变化可以反映市场情绪的影响以及国内通胀水平。李,李8)表明,股票市场是被投资者情绪。在操作期间,投资者人气很高,股票价格泡沫的形式;操作后,投资者信心下降,引发股市崩溃的风险。这些研究证明,公众舆论是一个因素影响投资者信心,投资者情绪可以有强弱的影响。投资者情绪也通过市场网络传播和其他沟通渠道在投资者羊群效应的原因之一。
根据研究投资者情绪在股票市场,我们可以看到一个副产品,即相似性的投资者情绪和情感的传播,与媒体代表公众舆论。有些学者研究这些舆论如何在人与人之间传播。先生和先生们模型已被用于相关研究。Ballinari和贝伦特9)发现投资者情绪有五个传染效应,在悲观的环境中更明显。阮et al。10]显示客户情绪表达通过社交媒体如何影响投资决策和机构投资者的企业价值,强调社交媒体的重要性。霁et al。11]探索舆论传播基于微博使用先生模型。他们认为公众舆论传播传染病类似,一个阈值和一个平衡点。盟友和张的12]研究得出结论,基于线性函数重新布线模型生成最快传遍网络。因此,线性函数可能加速了传播过程中发挥关键作用的随机建模。风扇(13]国家的记忆效应先生一个两层的信息传播模型将逐渐使节点接收消息,扩大了信息传播的范围,这是在时间的费用。阴(14)发现,公众舆论危机有限集团将像传染病一样蔓延。在股票市场,同样的,投资者的情绪通过有限的意见传播集团在一个固定的环境中。Zhang et al。15]使用先生模型证明独立传播者的信息来源,从而导致更高的传输概率和更广泛的传播范围,与投资者通过互联网传播相关的情感和公众舆论和其他渠道在当前的股票市场。在这些模型的模拟,一个阈值和平衡点在传染病的传播。从费雪的16)的文章,在爵士模型中,代理能够应对预期的组合,看涨还是看跌,比较优势通过他们收到的信息当进入了CDS市场。在鲁伊et al。17先生)看来,模型具有较高的精度在社交媒体的信息扩散过程。王,李18)建立一个创意模型不同节点之间基于先生传播模型,并证明了改进的模型在网络可以迅速抑制谣言的传播。周et al。19)发现,正能量的信息将有一个伟大的信息爆炸发生时对社会的贡献。Sahafizadeh和托克Ladani20.]扩展先生的信息传播模型,得出rumor-spreading行为在这些网络不如果有谣言传播产生了重要的影响。Fibich [21)认为,一个小世界的结构有一个基于Bass-SIR模型对扩散的影响可以忽略不计。钱等。22发现独立的传播者可以启动信息扩散在偏远地区不依赖社区之间的桥梁。赵et al。(23]研究修改rumor-spreading过程的流程图与爵士模型,发现谣言能够在短时间内广泛传播,导致社会不稳定。王等人。24)表明用户提供更多的追随者确保扩散更快和更广泛的信息。刘等人。25)建立了模型和传销组织者获得爵士传销参与者的收入演化规则;如果超出阈值或平衡点,一系列的问题出现,如overpessimism或过分的乐观在整个舆论环境。这类似于股市熔断器触发。两个模型的应用如表所示1。
在研究投资者情绪与股票市场杠杆,Chen等人。26)发现投资者情绪对市场有更大的影响的交易比率和交易量比杠杆交易。在研究沪深300指数的交易情况(股票指数,反映了中国a股市场表现),除了注意到投资者情绪异常对于某些数据,杨和张27发现成交量,活跃市场触发引信,前后增加异常融合期间与贸易过度波动。李(28)认为,强大的交易量会有负面的反馈影响融合系统。在实证研究中,杨和金29日发现市场恐慌蔓延进一步当股价下跌;然而,股市下跌时,是否销售订单群,和订单的不平衡流显著恶化。唐(30.)认为,在动荡的市场里,融合更容易触发,会导致恶性市场恐慌性抛售。胡锦涛et al。(31日)认为,投资者情绪与股市回报是负相关的熊市牛市状态呈正相关。金和金的32]研究表明,投资者情绪是积极影响股票价格性能和网络发帖前已经为波动性和交易量的预测能力。陈等人。33)发现,当投资者情绪火箭,这表明市场将经历一个冲击。他等。34]表明,散户情绪更有可能感染在中国股市。Jankova [35)得出结论,股票指数显示了一个负相关关系的敏感性,VIX指数股票市场的波动性,特别是阶段和在危机时期。Živkov et al。36)检查国家之间的相互关系在六个新兴市场股票和10 y债券。破折号和Maitra37]研究投资者情绪之间的关系,得出结论,无论短期或长期的投资者,他们的投资活动不能被剥夺的情绪。
根据现存的研究,尽管学者们研究的影响公众和在线意见在股票市场上,有一些证据表明,保险丝和杠杆牛市受到极端的情绪,毫无研究,看着这些舆论如何影响投资者的情绪。大量的研究发现,投资者信心受到公众舆论的影响,但没有这方面的合理的系统动力学解释。为了解决这个差距,本研究调查了在融合中明显的异常数据。
3所示。a股的融合机制:分析和美国股市
分析a股数据,股票交易,交易时间,交易的股票数量,每天交易空间比例,百度指数(百度在中国的主要搜索引擎和指数相应的关键字检索量),和谷歌指数和美国股市的成交量17天前后两个融合2016年检查。如数据所示1和21月4日,2016年,由于悲观的a股市场环境,股市交易只有2.3小时后停止。交易的股票总数达到了274.88亿人,但交易的股票数量每小时11.9513亿触动了。一天的交易频率也达到1171.83万股/小时,达到了有史以来的最高点。一天的交易比率为0.6972。融合机制时在a股市场再次触发1月7日,2016年,持续了0.25小时交易之前触发引信和交易的股票数量是最低的104.96亿股,而交易每小时达到41.98亿股,四倍,1月4日,2016年。每小时的平均数量事务稳定在650至800股。
在图3在美国,我们分析市场情绪。在断路器的两个星期,美国股市上涨的成交量总体而言,类似于当时中国的情况2015年的导火索。第一次打破后,第二个破发的速度和比例增加。
今年3月,美国股市的收益率第一断路器后−7.79%;第二之后,它达到−9.99%,第三后降至−12.93%。随后,由于美国联邦储备理事会(美联储,fed)的水释放和联邦政府的救助行为,整体市场情绪恢复后第四断路器−的产量增加6.3%。作为一个整体市场的交易量达到7.5043亿股后第二个后第一个断路器,9.1177亿股。此外,第二次,投资者情绪开始发生变化,从最初的积极悲观一个更稳定的悲观的市场,成交量跌至7.7591亿股和8.7409亿股,分别,不过仍高于之前的平均交易量300 - 400股。断路器的搜索谷歌的索引显示最高水平的100%在第一个断路器;然后搜索指数逐渐下降,每个断路器达到一个小高峰。这些搜索度包括沟通查询学位Twitter,它反映了投资者在交易过程中频繁的沟通。这些数据提供了一些基本思想为构建投资者人气的众位模型。
4所示。使用传染病模型,以反映投资者情绪的影响
4.1。理论分析
随着互联网技术的发展,市场上的投资者之间的信息交换和它的频率增加了。由于不同的通信模式和自我认知的投资者、市场情绪传播的变化不受时间和空间限制。一种情感的对象和路径传输市场可分为年代或普通投资者(易感人口),我感染或情感影响投资者(人口),R或情绪稳定投资者(人口感染免疫)。主要原因后投资者变得平静和稳定情绪影响(以下称为平静和稳定)是情感的回收率;影响情感回收率的主要因素是媒体信息和政府政策等因素。当情感投资者变成平静和稳定的投资者来说,有一定的概率,他们将不受市场情绪的蔓延,变成正常的投资者。例如,由于性能的影响,对股票投资者可能坚定乐观,但随着谣言或相关情感新闻的影响,他们可能会把股票看跌,一段时间后,再把乐观。易感人群的分析显示,感染人群,感染免疫人口,人口多发地,和外部媒体或政府参与这个过程。
确定系统研究的边界后,通过分析边界中的元素之间的关系,我们可以创建系统因果关系图。信息传播系统不再是一个单一的线性关系,而是一个复杂的非线性系统,动态下多种因素的联合行动。
我们可以看到从图4因果循环图提供一些反馈回路图,如下:
⟶“正常的投资者接触影响率”⟶“投资者情绪影响“⟶“平静率”⟶“平静和稳定”⟶“投资者没有免疫力的情感信息”⟶投资者“新常态”。
随着正常的投资者数量的增加,接触的数量影响率也增加,导致越来越多的投资者受到情绪的影响。当投资者的数量受情绪影响很大,相关信息将反馈给政府或媒体,最终影响平静的价值率。最后,平静和稳定的数量将会改变。在平静和稳定的增加,大量的投资者将失去免疫力,成为新常态投资者,导致正常的投资者的增加。
⟶“正常的投资者接触影响率”⟶“投资者情绪影响“⟶⟶“平静和稳定正常的投资者。”“正常的”投资者⟶“接触影响率“⟶”投资者受情绪影响“⟶”平静率“⟶”平静和稳定的“⟶”正常的投资者。”
与普通投资者的增加,接触影响率也增加,导致投资者的数量的增加受到情绪的影响。数增加的投资者情绪变化影响政府的行为和影响政策,导致平静和稳定的变化,最终影响正常的投资者。
4.2。理论模型和假设
根据上面的理论分析和基于情感的积累和感染,整体市场情绪被认为是类似于一种传染性疾病。虽然SIRS模型被认为是一个稳定和精确的动力学模型,用它与投资者的前提是,投资者非理性和投资者情绪的传播可以相比的传染病。在这个模型中,我们并不认为新投资者加入或退出;相反,我们只考虑时间变化量。我们假定市场是一个平衡的市场,这意味着买卖是平衡和一致的,和没有其他因素影响整个市场。假设1。整体市场交易的数量平衡和市场投资者和机构投资者的数量,N,保持不变。散户投资者的数量或个人投资者在中国市场上占据主导地位,但美国相反,总人数被认为是大约相同的大量。投资者分为普通投资者,投资者受情绪影响,平静和稳定。在时间t,这三种类型的投资者都表示为年代(t),我(t),r(t)。因此, 在哪里年代,我,R代表的总数和每种类型的投资者N在市场上所有的投资者。假设2。Emotion-affected投资者可以与其他正常通信的投资者不受情感的影响通过网络和社会行为。日常接触率影响其他投资者λ,而速率影响投资者的情绪平静μ。
假设1。所有那些平静和稳定将转换为普通投资者和投资者受到情绪的影响。那些保持冷静和稳定仍将受到投资者受到情绪的影响。那些平静和稳定将转化为投资者受到情绪的影响率γ在未来的时间单位。
假设2。普通投资者的交易频率φ1:每日交易* /年度交易时间。普通投资者双向交易员(买卖股票)和比例ω和1−ω。emotion-affected投资者的交易频率φ2,emotion-affected投资者是单向的交易员、交易的比例ξ。
三个方程年代(t),我(t),r(t)可以从建立联立方程获得假设2和假设1:
在这一点上,比正常的投资者,投资者情绪的影响,和那些情绪平静和稳定后可以记录情感的影响
,
,和当
。传染病模型的这种变化后可以转化为众位模型相互感染的投资者的情绪,可以写成
作为年代(t)+我(t)+r(t)=N保持不变,安抚投资者t可以获得的r(t)=N−年代(t)−我(t)。然后,
自年代和我必须大于或等于0和两个之和必须小于或等于1,我们可以定义阈值θ,影响投资者的情感交流的比例影响投资者冷静率。当θ≤1,投资者情绪平静率大于投资者情绪的影响,整体市场形势趋向于稳定。平衡点(n,0)可以通过上面的公式。如果受影响的投资者造成情绪感染和整体疲软在处理外部投资者仍理性情绪,整体市场最终将归类为平衡,和市场的投资者将成为普通投资者。当θ> 1,投资者冷静的速度小于的影响投资者的情绪影响,所以整体市场情绪将受到影响投资者情绪的影响,整体市场气氛会变得不平衡。在这一点上,有一种情感上的平衡点
,这意味着整个市场会受到情绪影响投资者对其他投资者的情绪影响更大的或相关的公众舆论。最后的平衡状态将由投资者情绪的影响,也可能成为热心的杠杆,股票价格上涨,在疯牛病市场交易量放大,或卖空和悲观的市场情绪在熊市。
事务率的方程ξ在两个方向的总体市场交易模式所假设2可以得到如下:
也就是说,
5。模型仿真和结果
模型2014使用MATLAB进行了仿真。MATLAB编程的形式,有关参数,预设比例,和数据编程到流程序列和相关仿真结果最后运行。根据噪声理论和均衡理论,在平衡交易状态下,普通投资者的双向交易比率大约是平等的;因此,ω= 1−ω。根据羊群效应和集聚效应,投资者的交易频率受情绪影响会略高于正常的投资者φ_2 >φ_1。三个初始值设置在这个时间和投资者的比例在这些模拟受情绪是20%,50%,和总数的70%。当θ≤1,假设的交易总数是1000,投资者的情绪影响率λ=和平静的比率是0.01%μ= 0.1。应用动力系统理论,相空间转化率曲线γ= 0.05随时间变化如图4和5,而其他的相空间常数转化率曲线γ= 0.5随时间变化如图6和7。
我们看到的相空间图数据5和7和时变投资者比率的图表数据6和8最初,当γ很小,投资者情绪的变化速率不同的初始比例将更稳定的随着时间的推移,当γ高,情感的变化率投资者将更加引人注目。在不同的比例,最终的趋势和情感影响投资者被删除的状态。因此,无论投资者的比例受到情绪的影响,整体投资者最终搬到平衡点(N,0),即(1000 0),和投资者情绪是影响越来越少交易过程的一部分,最终解决为0。根据投资者比例曲线,对于小γ,大量投资者情绪恢复初始阶段的转换,并将投资者情绪的速度缓慢,导致正常的投资者数量的下降和情感上的投资者开始。同样,在大的情况下γ,大量的投资者情绪复苏将直接转化为投资者情绪的影响,所以整体将戏剧性的改变和明显的图中。随着时间的推移,因为情感的汇率人远低于他们的回收率,所有投资者情绪影响将成为普通投资者。它还表明,当θ≤1,emotion-affected投资者的比例,普通投资者,emotion-calmed投资者将动态地变化。基于大型镇静率和转化率较低,整体市场将转向正常的投资者,和大量的平息了投资者还将其转换为正常的投资者,离开emotion-affected投资者在市场上越来越少了。这样,资本市场恢复均衡,同时买入和卖出的比率也由投资者。当交易方法平衡,不同的是时间和比例的变化。然而,由于不同的转化率对情绪平静的投资者来说,空间相变略有不同,大γ意义转换慢。投资者比率的变化也会改变买卖比例。模拟买卖通过的比率变化的双向交易数据所示9和10。
数据我们可以看到,尽管各方的交易频率相对较高,市场均衡是不平衡的,尤其是在市场交易员受情绪影响的比例相对较高。如图9,投资者在最初的情绪的比例是80%。在这种情况下,购买/出售交易的比例将明显高于平衡态,甚至2.2。这表明multishort边的一侧的力量远远大于其他,和其他情况相似的初始比例。然而,由于经济复苏速度远高于投资者情感交流,情感影响投资者最终会变成正常的投资者,买入和卖出的交易比率将倾向于1经过一段时间的调整,和整体市场买卖比率将变得平衡。如果我们比较数据9和10,我们看到,在一个小的γ,买/卖比的变化时间越短,大范围的变化。在大的情况下γ变化范围越小,整体持续变化周期越长。这表明当买卖比率涵盖了大多数普通投资者,市场倾向于购买和出售的平衡。的差异γ变化的速率变化买卖比率。比较两个结果,我们发现越大γ,变化的速度越慢。因此,类似于正常的市场,当投资者的回收率大于汇率,情感更加平衡。即使有所谓的噪声交易者或情感的投资者,市场最终会达到一个平衡由于自我修正。当θ> 1,整体市场情况变化如图10- - - - - -14。在这里,我们假设的交易总数是1000,情感影响率λ= 0.1%,平静的率μ= 0.1,转化率γ= 0.05。因此,计算,θ= 10远远大于1,而其他参数,如平静的速率和转化率,不改变,相空间曲线是成比例的投资者。
不管投资者受情绪影响的比例,当γ= 0.05,投资者最终将提示对情绪的平衡点 ,(100、300),尽管这个平衡点将达到(100、750)γ= 0.5。数据显示11和13小的情况下γ,投资者受情绪影响的数量将继续减少由于回收率的影响,他们会变成那些有稳定的情绪。转换后,平静和稳定的投资者更有可能回到情感因为大的投资者θ。因此,emotion-affected投资者的数量将保持稳定在交易过程中,如模拟所示。而投资者情绪是影响稳定在300年,将会有更少的投资者比emotion-affected正常。资本市场的投资者的数量将回到平衡和事务往往是片面的。当γ的影响大于一定数值时,情感的投资者比例将远远大于正常的投资者和在一个稳定范围内,所示的仿真;最后情感投资者将稳定在750,而正常的和投资者和平静和稳定的将会稳定在250。因此,如果θ大于1,不管转化率,整体市场将从中性的态度积极的还是消极的。的变化比双向买卖交易数据所示15和16。
双向买卖的比例从1:1在稳定市场的稳定在一个值大于1的情感市场,这表明,单边市场买卖将比以前更高。当θ大于1吗γ小,不同的情绪影响投资者的初始比例,最后买卖比例会有所不同。最初的比例越高,最终买卖比例越高。当γ大,最后购买/出售比例是类似于什么时候γ很小,但什么时候γ大,购买/出售比例将会有更多的浓度效应,和整体市场将更加极端。然而,的变化θ,的变化λ通过一些手段表明,如果投资者情绪变化如互联网、媒体、政策解释,或者其他公共意见,这将导致市场情绪变化。如今,有许多工具,投资者情绪蔓延,如Twitter, Facebook,百度贴吧,微信,或TikTok,不仅影响整体市场,也影响个股。同样,它也可以产生更大的影响个股,如GameStop (GME.US)上涨了92.71%和134.84%两天在美国和Teli (000025. . sz)上升了15倍贸易有限公司在中国17天(中国股市10%每日有限)。因此,融合机制和牛市的行为都是受投资者情绪的影响。
6。讨论
使用SIRS模型,本文分析了融合机制引发的踩踏事件在2016年中国a股市场。结果解释的触发断路器在美国股市和中国a股市场,通过流程如图17。
在正常的市场操作,普通投资者受到公众舆论的影响和某些政策(如增加市场的悲观情绪和媒体情绪),以及一些sentiment-affected投资者变得悲观,悲观的投资者,而其他安抚投资者转变成sentiment-affected投资者,进一步影响公众舆论和sentiment-affected投资者。随着越来越多的普通投资者成为情感的投资者,a股市场变化从正常情绪的影响。悲观情绪影响整体投资者情绪,成交量开始上升,和大量等待出售的订单出现,进一步刺激投资者情绪和推动市场快速熔断器状态。融合机制过程中,投资者羊群效应,负面情绪蔓延,和感染的程度加强,造成不可逆的变换。
随着形势的分析显示,市场交易量和交易的数量每小时迅速长大,在第二融合情况下,这些数字是比第一个更大。这也表明,悲观情绪蔓延的增加和平静的利率降低一旦融合机制过程开始。这就是为什么第二个熔断器发生后只有0.25小时的交易。最近美国股市的断路器现象类似于发生在中国a股市场。交易的惯性引起的多个断路器。在2008年和2015年,杠杆疯牛病市场和股市崩盘,以及一些内部机制,导致融合机制过程中投资者情绪的变化。只有在这种机制演变成一个疯牛病的市场,非凡的回报率和媒体和公众舆论进一步影响国内投资者的结构。
投资者情绪之间的关系和数量的投资者在股票市场正常健康的交易环境如图18。因为整体市场环境是相对平衡的,即使有情感的投资者,他们最终会转变,成为普通投资者,投资者情绪会平衡。
7所示。结论和建议
在这项研究中,我们使用SIRS模型来模拟投资者情绪的变化和平衡股票市场的交易比率。首先,我们建立一个相关的路径图研究投资者情绪作为方向点。其次,通过模拟、投资者情绪的影响和感染情况在资本市场是重建。仿真证实了投资者情绪可以通过舆论和其他传播媒介传播传染病的传播过程类似。最后,相关参数的变化对整个仿真进行了研究。
与现实的结果是一致的。在一个极端市场环境的影响下,投资者情绪波动明显;过程将会感染在某种程度上,对于一种疾病,感染的强度与市场环境的变化可能会改变。此外,这个过程将会受到不同的信息和媒体,这将改变感染的强度。最后,有大量的感染会影响正常的投资者,理性,整体市场的平衡状态。买卖的程度也受投资者情绪影响,这导致了更多的不平衡,市场的变化。
在众位的过程模拟,结果表明,当速度的影响λ所有投资者共同沟通或者当情绪平静率增加μ减少(即θ增加),投资者的情绪开始蔓延,导致严重的踩踏事件的概率的增加或狂热的股市过多地买。与此同时,投资者的交易频率,ω的比例,投资者在买卖方向将有一定的正式对股市的方向的影响,最终影响的比例由普通投资者情绪的投资者。当情绪主宰整个市场,投资者情绪蔓延。
根据众位模型的仿真结果和分析投资者情绪平衡市场的变化,采取措施预防和控制特定情绪的发生和传播的资本市场应考虑。整体市场环境的平衡可以改善通过增加积极指导投资者emotions-increasing平静μ或减少情感影响率λ投资者过分的情绪。同时,坏消息的传播和情感必须避免,比如激起市场环境虽然媒体,互联网,或者公众舆论。等行政措施可以被视为打击非法股市新闻集团在互联网上,控制和根除腐败self-media或营销数据,调节个人和团体收入利润虚假新闻在互联网上传播,加强对网络舆论的控制和媒体舆论,舆论和建立索引,以确保市场的健康运行。
这项研究有一些局限性,它还必须解决如何更科学地计算速度的影响λ所有投资者的相互沟通和如何把其他民意指标融入投资者情绪指标。这些问题将在将来的研究中得到解决。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者在合理的请求(电子邮件:(电子邮件保护))。
的利益冲突
作者宣称没有利益冲突。