中國創業板股票的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

指數基金策略投資：從入門到精通

為了解決中國創業板股票的問題，作者何建 這樣論述：

根據多年的實操經驗，用大家都能聽懂、看懂的描述將指數基金策略投資的必要知識、技巧、技能、心得、經驗毫無保留地進行體系化分享，以幫助大家從紛繁複雜的指數基金投資中看准“門道”、抓住投資時機，避免自己做“韭菜”，最終實現獲利收益。深入淺出地教會大家構建自己的指數基金投資體系。 本書特意分離出實戰中必用、好用和常用的知識技能，將枯燥複雜的專業投資原理、術語等，用通俗易懂的方式進行分享講解。因此，無論你是初級入門學者或是高級老手都可以通過本書有一個“質”的提升。對於高級“玩家”，本書也可以作為一個不同視角的參考，説明你拓展投資思路和切入點。 何建   複來智投創始人，數量經濟學碩

士，主要研究方向為金融計量、風險控制，曾在國外期刊發佈數篇相關論文；9年量化投資研發與實戰經驗，形成了科學、全面、系統的投資方法與策略體系，長期穩健盈利，目前專注於指數基金的策略投資。 第1章 從零開始瞭解指數基金 1.1 初識基金 1.2 基金的分類 1.2.1 常見的基金分類方法 1.2.2 一些特殊的基金 1.3 指數基金的魅力所在 1.3.1 指數基金 1.3.2 指數基金的優點 1.4 指數基金中最耀眼的那顆星：ETF 1.4.1 指數基金的類型 1.4.2 ETF 1.5 指數基金怎麼買賣 1.5.1 場外管道實例 1.5.2 場內管道實例 1.6 正確認識指數

基金 第2章 股票指數體系介紹 2.1 從零開始瞭解股票指數 2.2 股票指數是誰發佈的 2.3 股票指數的分類 2.4 核心規模指數介紹 2.4.1 上證50指數 2.4.2 滬深300指數 2.4.3 中證500指數 2.4.4 創業板指 2.5 其他指數介紹 2.5.1 中證銀行指數 2.5.2 證券公司指數 2.5.3 中證消費指數 2.5.4 中證醫療指數 2.6 從股票指數看A股市場的特點 第3章 基本面分析方法 3.1 股票指數的基本面分析方法 3.2 指數估值指標詳解之市盈率 3.2.1 什麼是市盈率 3.2.2 使用市盈率時應該注意的問題 3.3 市盈率在指數基金投資中的

應用 3.3.1 用市盈率來判斷股票指數的估值高點 3.3.2 利用市盈率指標擇時進行交易 3.3.3 利用市盈率指標優選指數 3.4 指數估值指標詳解：市淨率（PB） 3.4.1 什麼是市淨率（PB） 3.4.2 使用市淨率時應該注意的問題 3.5 市淨率在指數基金投資中的應用 3.5.1 如何用市淨率來判斷指數基金的高低估狀態 3.5.2 利用市淨率指標進行擇時交易 3.5.3 利用市淨率指標優選指數 3.6 指數估值指標詳解：股息率 第4章 技術面分析方法 第5章 市場整體性分析 第6章 市場局部性分析

中國創業板股票進入發燒排行的影片

中國創業板ETF最適衡量流動性方法之研究-以易方達創業板ETF為例

為了解決中國創業板股票的問題，作者金育炫 這樣論述：

本研究利用 Parkinson(1980)波動度作為報酬之代理變數，並利用三種流動性衡量指標 (1)Amivest 流動性比率(2)Martin 流動性比率(3)Amihud 流動性不足比率，以 2011 年 12 月 09 日至 2016 年 12 月 31 日樣本探討中國創業板 ETF 流動性最適衡量方法。本研究將期間資料分為樣本內與樣本外進行預測，用樣本內資料以Newey-West HAC 標準誤與 Ljung-Box Q 統計量遞延自變數的方式建立 ARMA 預測迴歸模型，再用樣本內與樣本外資料進行預測，找出最適衡量方法。樣本內估計出 Martin 流動性比率為最佳衡量方法，樣本外估

計也是 Martin 流動性比率為最佳衡量方法，此結果與樣本內結果一致，因此本研究結論為 Martin 流動性比率為衡量創業板 ETF 流動性的最適衡量方法，投資者可以運用此結論進行創業板 ETF 的流動性的衡量，進行風險的控管。

大數據視角下的社會化媒體對證券市場的影響研究

為了解決中國創業板股票的問題，作者謝志龍 這樣論述：

　　本書分為以下八章： 　　第一章，導論。主要介紹選題背景、研究的意義、研究的思路和方法、全書的結構安排以及主要創新點。 　　第二章，文獻綜述。主要對社會化媒體量化、市場情緒和社會化媒體對證券市場波動影響三個方面的理論和文獻進行了系統的回顧和梳理。本章為研究社會化媒體量化、剖析社會化媒體信息與證券市場波動的關係和防範系統性金融風險研究提供強有力的支持和論證。 　　第三章，系統總體設計。從系統總體設計的角度，自上向下對本書的邏輯模塊和流程進行概述，對系統的數據處理流程進行說明，明確證券市場社會化媒體效應智能解決方案中模塊之間的關係，理順系統從數據抓取到文本信息處理情感提

取，再到利用深度學習神經網路對社會化媒體與證券市場波動的影響進行關聯分析的流程。確保系統模塊完整和研究順利推進。 　　第四章，社會化媒體量化與投資者情緒提取研究。首先對社會化媒體信息的抓取、過濾、預處理和詞彙量化過程進行了描述；隨後提出依據中文語句的語法和語義結構構建中文語句卷積神經網路（CSCNN）核心算法對文本情感極性進行判定；接著對情感判定模型進行了比較研究。 　　第五章，投資者情緒指數的構造。借鑑傳統指數構造原理，利用社會化媒體平台文本信息結構特點，創新性地提出基於內容相似度矩陣、引用關係矩陣和回復關係矩陣的社會化媒體文本語句權重SentenceRrak算法計算語句權重，結合用戶影

響力因子、閱讀數量因子和點讚數量因子，構造了社會化媒體投資者情緒指數（SMISI），為後續研究提供了重要的特徵變量。 　　第六章，SMISI對證券市場波動的量化研究。通過實證研究，首先將SMISI與Fama五因子模型結合，驗證了SMISI對證券市場收益率的系統性影響；接著利用VAR模型研究SMISI對證券市場波動影響的深度和廣度。隨後提出基於社會化媒體情緒驅動的S－LSTM深度神經網路模型核心算法，更加準確地捕捉社會化媒體投資者情緒對證券市場的影響效應，並通過模擬的方式驗證了SMISI在量化投資中應用的可行性。 　　第七章，面向證券市場策略的SMQIP檢驗與分析。從市場監管者、上市公司和投

資者三個不同的角度剖析了社會化媒體信息引導市場情緒，導致證券市場資產價格波動，甚至影響金融穩定的內在機理。並利用具體案例從以上三個角度分別驗證了基於大數據的證券市場社會化媒體效應量化智能平台（SMQIP）的應用可行性。 　　第八章，總結、不足與研究展望，對全書進行了總結，對研究中存在的不足進行了分析和反思，對於金融智能領域的研究熱點和方向以及未來可能進行的研究計劃進行了展望。 　　本書的主要創新點包括以下三個方面： 　　創新點一：提出了一個基於深度學習的公眾情緒文本挖掘方法，綜合考慮文本內容和質量的影響，以捕捉社會化媒體中的公眾情緒。 　　創新點二：基於社會化媒體大數據，研究和優化了證

券市場情緒指數的構建方法。在研究社會化媒體信息量化及其對證券市場波動的影響中，發現社會化媒體信息不僅對個股存在顯著影響，股票板塊指數也同樣會對社會化媒體信息中的情緒傾向有所反應。 　　創新點三：集成情緒判定、文本賦權和情緒指數市場效應評估等核心算法，構建了情緒對證券市場波動的影響分析的系統原型。