CN112598511A - 一种基于ai风控的股票量化交易*** - Google Patents
一种基于ai风控的股票量化交易*** Download PDFInfo
- Publication number
- CN112598511A CN112598511A CN202011302879.7A CN202011302879A CN112598511A CN 112598511 A CN112598511 A CN 112598511A CN 202011302879 A CN202011302879 A CN 202011302879A CN 112598511 A CN112598511 A CN 112598511A
- Authority
- CN
- China
- Prior art keywords
- data
- stock
- module
- transaction
- wind control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000013480 data collection Methods 0.000 claims abstract description 14
- 230000010354 integration Effects 0.000 claims abstract description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 5
- 238000011002 quantification Methods 0.000 claims description 4
- 230000006698 induction Effects 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开一种基于AI风控的股票量化交易***，其包括：数据收集模块，用于获取股市A股上市公司的基本面数据；数据整理模块，用于对数据收集模块获取到的数据进行整理并分类；AI风控集成模块，用于将获得的数据形成AI风控算法对每一支股票进行风险评分预测；条件选股模块，用于为个人投资者提供股票筛选操作；策略管理模块，用于主动提供策略或接收用户提供的策略并自动执行策略；交易模块，用于提供多种交易模式；收益展示模块，用于为个人投资者展示可查看的结果。让个人投资者在不具备专业性知识的情况下能够在股市投资上更好的理性投资，让投资更专业同时也让量化投资变得更简单。进一步防止个人投资者的投资悲剧的产生。
Description
技术领域
本发明应用于风控交易***领域，具体是一种基于AI风控的股票量化 交易***。
背景技术
股票投资理财作为互联网金融的重要组成部分,近年来得到了人们越来 越多的关注，截止2020年7月中国股民已增至1.7亿，相当于不到10个中 国人就至少有1个在炒股。但随着金融股市的发展以及炒股工具越来越便 捷，股民的基数也越来越多，亏钱的散户也就越来越多。
个人投资(散户)与专业投资机构完全没有可比性，所以大多数个人 投资(散户)在股市投资上都是亏钱的。在情节严重下的更时常有家庭破 裂等悲剧的产生。
作为计算机科学与金融学的交叉领域,量化投资在近年来备受关注。经 过十几年的飞速发展，量化交易渐渐成为专业投资者在全球金融市场上进 行交易操作的主要方式。随着国内的金融市场工具不断创新并且全球金融 一体化进程加快,量化交易开始为广大投资者所运用,在中国的金融市场逐 步发展起来。AI人工智能学习技术中的深度学习和推荐引擎以及再细化的 分类和回归，股市都是天然的应用场景，因此有非常多将机器学习应用到 投资的尝试。但从目前业界的应用情况来看，想要有效地使用机器学习来 辅助投资并不简单，还有很多问题需要解决。其中最主要的问题是目前大 部分应用到量化技术的都是专业机构，普通个人投资者目前大多都没有涉 及到，甚至压根就没听过，因此如何让个人投资者(散户)在不具备专业 性知识的情况下在股市上更好的理性投资成为了需要解决的难题。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种基于AI 风控的股票量化交易***。
为解决上述技术问题，本发明的一种基于AI风控的股票量化交易***， 其包括：
数据收集模块，用于获取股市A股上市公司的基本面数据；
数据整理模块，用于对数据收集模块获取到的数据进行整理并分类；
AI风控集成模块，用于将数据收集模块和数据整理模块获得的数据形 成AI风控算法对每一支股票进行风险评分预测；
条件选股模块，用于为个人投资者提供股票筛选操作；
策略管理模块，用于主动提供策略或接收用户提供的策略并自动执行 策略；
交易模块，用于提供多种交易模式，并利用策略管理模块执行的策略 在选定交易模式下进行交易；
收益展示模块，用于为个人投资者展示可查看的结果。
作为一种可能的实施方式，进一步的，所述数据收集模块通过深交所、 akShare、TuShare公开的数据获取目前股市的A股上市公司基本面数据； 所述数据收集模块通过与券商合作或第三方获取的方式获取交易数据。
作为一种可能的实施方式，进一步的，所述基本面数据至少包括公司 基础数据、财报数据和公告数据。
作为一种可能的实施方式，进一步的，所述交易数据至少包括大宗交 易数据、融资融券数据和重要股东买卖。
作为一种可能的实施方式，进一步的，所述数据整理模块将数据收集 模块获取到的数据进行整理后分为多个大维度，且每个大维度下还细化分 为与其对应的数据板块小维度。
作为一种可能的实施方式，进一步的，所述大维度至少包括公司信息、 股本股东、证券信息、交易数据、财务分析、经营分析、业绩与分红、债 务及质押、新闻公告分析和行业分析。
作为一种可能的实施方式，进一步的，所述AI风控集成模块将数据形 成AI风控算法进行风险评分预测的具体步骤如下：
S1，给予每个大维度对应权重值，小维度再细分权重值；
S2，基于大维度、小维度的权重比值采用归纳演绎法和案例研究法对 国内互联网金融股票领域大数据风控技术进行研究，筛选出强相关的特征 变量，采用统计分析算法形成AI风控算法公式；
S3，设立评分等级；
S4，通过算法呈现分值并说明对应风险。
作为一种可能的实施方式，进一步的，所述交易模块的交易模式至少 包括模拟交易、实盘交易和条件单交易。
作为一种可能的实施方式，进一步的，所述模拟交易用于根据自建的 量化策略进行一键运行或直接导入外部策略运行；所述条件单交易用于导 入条件选股筛选出来的优质股票进行设置。
本发明采用以上技术方案，具有以下有益效果：
1.本发明让个人投资者(散户)在不具备专业性知识的情况下能够在 股市投资上更好的理性投资，让投资更专业同时也让量化投资变得更简单。 进一步防止个人投资者的投资悲剧的产生。
2.本发明解决了个人投资者(散户)在不具备专业性知识的情况下不 知道如何在股市投资上更好的理性投资的问题，一支股票的好坏其背后就 是一家上市公司基本面的好坏，只需要通过AI风控***持续的监测并给予 直观的评分结果，个人投资者(散户)就能有效的降低风险投资，少亏钱。
3.人投资者(散户)在进行股票投资行为时大多会因情绪化或外界干 扰因素做出非理智判断选择，采用策略量化技术可以有效杜绝此行为的产 生。采用移动端的模式及移动互联网操作体验的思维模式，让广大个人投 资者(散户)都可以简单便捷使用上股票量化交易***，也不需耗费多大 精力持续去关注。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面对本发 明实施方式中的技术方案进行清楚、完整地描述。
本发明提供了一种基于AI风控的股票量化交易***，其包括：
数据收集模块，用于获取股市A股上市公司的基本面数据；所述数据 收集模块通过深交所、akShare、TuShare公开的数据获取目前股市的A股 上市公司基本面数据；所述数据收集模块通过与券商合作或第三方获取的 方式获取交易数据。从akShare、TuShare公开的数据接口获取或和证券公 司合作取得资讯数据及行情接口权限，对应数据类型创建数据库和表，每 天服务器定时脚本更新维护基本面数据。
作为一种可能的实施方式，进一步的，所述基本面数据至少包括公司 基础数据、财报数据和公告数据。
作为一种可能的实施方式，进一步的，所述交易数据至少包括大宗交 易数据、融资融券数据和重要股东买卖。
数据整理模块，用于对数据收集模块获取到的数据进行整理并分类； 所述数据整理模块将数据收集模块获取到的数据进行整理后分为多个大维 度，且每个大维度下还细化分为与其对应的数据板块小维度，如公司信息 含公司高管、业务、员工构成、关系网等。进一步的，所述大维度至少包 括公司信息、股本股东、证券信息、交易数据、财务分析、经营分析、业 绩与分红、债务及质押、新闻公告分析和行业分析。管理基本面数据库及 标注权重，先设立一张主表，主表存的数据为A股所有上市公司的基本信 息数据，基于主表关联创建多张不同维度数据的副表，比如：公司信息、 股本股东、证券信息、交易数据、财务分析、经营分析、业绩与分红、债 务及质押、新闻公告分析、行业分析等，主表同时设计每个大维度对应的 信息分值权重值以及一个总分值。
AI风控集成模块，用于将数据收集模块和数据整理模块获得的数据形 成AI风控算法对每一支股票进行风险评分预测；并且在有新的风险数据产 生情况下，对应评分马上发生改变，并调取对应风险数据进行说明。
作为一种可能的实施方式，进一步的，所述AI风控集成模块将数据形 成AI风控算法进行风险评分预测的具体步骤如下：
S1，给予每个大维度对应权重值，小维度再细分权重值；
S2，基于大维度、小维度的权重比值采用归纳演绎法和案例研究法对 国内互联网金融股票领域大数据风控技术进行研究，筛选出强相关的特征 变量，采用统计分析算法形成AI风控算法公式；无任何风险情况且基本面 良好的情况下，权重满分总分100，当有对于数据风险产生时对应权重值减 分，当有风险消除时对应恢复等机制。
S3，设立评分等级；例如：95分以上为S【特优】，92～95为A【优 质】，90～92为B【正常】，85～90为C【低风险】，60～85为D【高风 险】，60以下为E【特危】
S4，通过算法呈现分值并说明对应风险。例如：ST华讯评分只有67 分，那给予用户呈现结果就是67同时标注【高风险】以及调出对应风险说 明，便于查看。
条件选股模块，用于为个人投资者提供股票筛选操作；个人投资者(散 户)可通过直接AI风控评分后的股票继续直观筛选，也可以以自己的偏好 条件进行选择或添加持续关注。已关注的股票在有风险预测或产生时第一 时间进行解读并推送用户。以便用户第一时间作出反应。基于股票池给出 对应便捷筛选项，如板块、行业以及行情指标、技术指标、财务指标、公 告指标等，用户可以根据自己偏好设置去筛选设置然后一键运行即可得出筛选后的优质股票及对应评分风险。
策略管理模块，用于主动提供策略或接收用户提供的策略并自动执行 策略；***提供优质策略，用户有创作策略能力者也可自行创建策略，策 略为全自动化执行，且每个策略都可以设置仓位以及止盈止损点，支持同 时运行多个策略，且客户可以随时进行干预调整。比如：当策略在执行过 程中还未到卖出信号，但用户可以自己通过***或者证券交易软件卖掉股 票。提供新建策略功能，首先基于策略模式先定义一系列的算法，每个单 独封装。策略模式中，需要创建一个表示各种策略的对象和一个随着策略 对象改变而改变的Context对象。策略对象改变Context对象的算法。然后 实现一个左侧编辑框以及右侧Context对象，左侧编辑框可采用编写python 语言进行编写策略代码，右侧显示策略运行回测结果。也可直接采用导入 外部所获取的策略源码。
交易模块，用于提供多种交易模式，并利用策略管理模块执行的策略 在选定交易模式下进行交易；进一步的，所述交易模块的交易模式至少包 括模拟交易、实盘交易和条件单交易。用户可基于选好的股票一键导入策 略运行，可先进行模拟交易查看收益率是否合理再进行实盘交易。所述模 拟交易用于根据自建的量化策略进行一键运行或直接导入外部策略运行； 所述条件单交易用于导入条件选股筛选出来的优质股票进行设置。5、交易接口可以通过与券商合作获取，具体交易执行还是在券商***内执行。一 个完整交易***起码要包含有以下要素：(1)个股买入信号(2)个股卖 出信号(3)整体仓位控制(4)股票池。把股票池放到最后一个，因为有 些技术派的股民是全市场的筛选，并不涉及到细分股票池的建立，因此把 股票池放到最后一项。而操作上，可以通过条件选股的方式，加入到自选股或者自定义板块即可。整体仓位控制也是策略的重要组成部分，主要依 据宏观的市场走势和一些宏观指标来制定。
收益展示模块，用于为个人投资者展示可查看的结果。提供展示策略 执行后的收益盈亏情况、交易明细以及收益走势图等，方便个人投资者(散 户)直观的查看结果。
通过上述的几点具体实现流程处理后，还可将运行后的数据结果入库， 做收益结果呈现模块，展现收益走势图，直观呈现策略收益与基准收益的 对比结果，同时展现今日收益、累计收益率、今日盈亏、总盈亏、最大回 撤、总资产等数据直观呈现，提升用户直观体验基于以上几个模块的集成， 形成***流程加上用户过程操作体验的改善，就可形成一种基于AI风控的 股票量化交易***。
以上所述为本发明的实施例，对于本领域的普通技术人员而言，根据 本发明的教导，在不脱离本发明的原理和精神的情况下凡依本发明申请专 利范围所做的均等变化、修改、替换和变型，皆应属本发明的涵盖范围。
Claims (9)
1.一种基于AI风控的股票量化交易***，其特征在于：其包括：
数据收集模块，用于获取股市A股上市公司的基本面数据；
数据整理模块，用于对数据收集模块获取到的数据进行整理并分类；
AI风控集成模块，用于将数据收集模块和数据整理模块获得的数据形成AI风控算法对每一支股票进行风险评分预测；
条件选股模块，用于为个人投资者提供股票筛选操作；
策略管理模块，用于主动提供策略或接收用户提供的策略并自动执行策略；
交易模块，用于提供多种交易模式，并利用策略管理模块执行的策略在选定交易模式下进行交易；
收益展示模块，用于为个人投资者展示可查看的结果。
2.根据权利要求1所述的一种基于AI风控的股票量化交易***，其特征在于：所述数据收集模块通过深交所、akShare、TuShare公开的数据获取目前股市的A股上市公司基本面数据；所述数据收集模块通过与券商合作或第三方获取的方式获取交易数据。
3.根据权利要求2所述的一种基于AI风控的股票量化交易***，其特征在于：所述基本面数据至少包括公司基础数据、财报数据和公告数据。
4.根据权利要求2所述的一种基于AI风控的股票量化交易***，其特征在于：所述交易数据至少包括大宗交易数据、融资融券数据和重要股东买卖。
5.根据权利要求1所述的一种基于AI风控的股票量化交易***，其特征在于：所述数据整理模块将数据收集模块获取到的数据进行整理后分为多个大维度，且每个大维度下还细化分为与其对应的数据板块小维度。
6.根据权利要求5所述的一种基于AI风控的股票量化交易***，其特征在于：所述大维度至少包括公司信息、股本股东、证券信息、交易数据、财务分析、经营分析、业绩与分红、债务及质押、新闻公告分析和行业分析。
7.根据权利要求1所述的一种基于AI风控的股票量化交易***，其特征在于：所述AI风控集成模块将数据形成AI风控算法进行风险评分预测的具体步骤如下：
S1，给予每个大维度对应权重值，小维度再细分权重值；
S2，基于大维度、小维度的权重比值采用归纳演绎法和案例研究法对国内互联网金融股票领域大数据风控技术进行研究，筛选出强相关的特征变量，采用统计分析算法形成AI风控算法公式；
S3，设立评分等级；
S4，通过算法呈现分值并说明对应风险。
8.根据权利要求1所述的一种基于AI风控的股票量化交易***，其特征在于：所述交易模块的交易模式至少包括模拟交易、实盘交易和条件单交易。
9.根据权利要求8所述的一种基于AI风控的股票量化交易***，其特征在于：所述模拟交易用于根据自建的量化策略进行一键运行或直接导入外部策略运行；所述条件单交易用于导入条件选股筛选出来的优质股票进行设置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011302879.7A CN112598511A (zh) | 2020-11-19 | 2020-11-19 | 一种基于ai风控的股票量化交易*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011302879.7A CN112598511A (zh) | 2020-11-19 | 2020-11-19 | 一种基于ai风控的股票量化交易*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112598511A true CN112598511A (zh) | 2021-04-02 |
Family
ID=75183259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011302879.7A Pending CN112598511A (zh) | 2020-11-19 | 2020-11-19 | 一种基于ai风控的股票量化交易*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112598511A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116681526A (zh) * | 2023-06-12 | 2023-09-01 | 珠海横琴云财经金融科技有限公司 | 一种证券量化交易监控方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100082951A (ko) * | 2009-01-12 | 2010-07-21 | 주식회사 디알에프앤 | 금융상품 거래를 위한 중계 방법 및 인터넷 거래 시스템 |
| CN106355495A (zh) * | 2016-08-31 | 2017-01-25 | 苗青 | 一种导航式智能投顾辅助决策*** |
| CN109919468A (zh) * | 2019-02-26 | 2019-06-21 | 金贝塔网络金融科技(深圳)有限公司 | 股票投资风险评估方法、装置及设备 |
| CN110163758A (zh) * | 2019-06-03 | 2019-08-23 | 成都慧财智科技有限公司 | 人工智能股票投资分析*** |
| CN111105154A (zh) * | 2019-12-17 | 2020-05-05 | 中科鼎富（北京）科技发展有限公司 | 股市运行风险评估方法、装置、电子设备及存储介质 |
-
2020
- 2020-11-19 CN CN202011302879.7A patent/CN112598511A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100082951A (ko) * | 2009-01-12 | 2010-07-21 | 주식회사 디알에프앤 | 금융상품 거래를 위한 중계 방법 및 인터넷 거래 시스템 |
| CN106355495A (zh) * | 2016-08-31 | 2017-01-25 | 苗青 | 一种导航式智能投顾辅助决策*** |
| CN109919468A (zh) * | 2019-02-26 | 2019-06-21 | 金贝塔网络金融科技(深圳)有限公司 | 股票投资风险评估方法、装置及设备 |
| CN110163758A (zh) * | 2019-06-03 | 2019-08-23 | 成都慧财智科技有限公司 | 人工智能股票投资分析*** |
| CN111105154A (zh) * | 2019-12-17 | 2020-05-05 | 中科鼎富（北京）科技发展有限公司 | 股市运行风险评估方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 夏晖 等: "《金融交易策略设计与实践》", 北京：中国金融出版社 * |
| 王火根: "《金融学综合实验》", 30 September 2016, 东北财经大学出版社 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116681526A (zh) * | 2023-06-12 | 2023-09-01 | 珠海横琴云财经金融科技有限公司 | 一种证券量化交易监控方法 |
| CN116681526B (zh) * | 2023-06-12 | 2024-04-26 | 珠海横琴水母量化智能科技有限公司 | 一种证券量化交易监控方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shad et al. | Integrating sustainability reporting into enterprise risk management and its relationship with business performance: A conceptual framework | |
| Luo et al. | Female directors and real activities manipulation: Evidence from China | |
| Othman et al. | Determinants of Islamic social reporting among top Shariah-approved companies in Bursa Malaysia | |
| Guthrie et al. | Intellectual capital: Australian annual reporting practices | |
| Wahab et al. | Corporate governance and institutional investors: evidence from Malaysia | |
| Zarutska et al. | Structural-functional analysis as innovation in public governance (case of of banking supervision) | |
| Nwude et al. | Impact of capital structure on performance of commercial banks in Nigeria | |
| Sang et al. | An in-depth analysis of the Altman’s failure Prediction model on corporate financial distress in Uchumi supermarket in Kenya | |
| Fisher et al. | An exploratory study of company turnaround in Australia and Singapore following the Asia crisis | |
| Jusoh | Foreign ownership and firm performance: Evidence from Malaysia | |
| Eshagniya et al. | The impact of financial restatement on auditor changes: Iranian evidence | |
| Mooneeapen et al. | New insights into the nexus between board characteristics and intellectual capital disclosure: the case of the emerging economy of Mauritius | |
| Yu et al. | Financial development, investor protection, and corporate commitment to sustainability: Evidence from the FTSE Global 500 | |
| Brüggemann et al. | The twilight zone: OTC regulatory regimes and market quality | |
| CN112598511A (zh) | 一种基于ai风控的股票量化交易*** | |
| Bhattacharyya et al. | Corporate social responsibility and SME value creation | |
| Brockbank et al. | Strategic timing of 8-K filings by privately owned firms | |
| Samarakoon | Asymmetric investor behavior between buyside and sellside: Evidence from investor classes in the Sri Lankan stock market | |
| Fan et al. | Expropriation of minority shareholders: Evidence from East Asia | |
| Maimbo | The diagnosis and prediction of bank failures in Zambia, 1990–98 | |
| Ahmadyan et al. | Application of Economic Value Added in the Banking Sector of Iran | |
| Pakdelan et al. | Investigating the Relationship between Transactions with Affiliates and Fraudulent Reporting by Explaining the Moderating Role of Corporate Governance Companies Listed in Tehran Stock Exchange | |
| Bhattacharyya et al. | The Cross-section of Expected Returns on Penny Stocks: Are Low-hanging Fruits Not-so Sweet? | |
| Mohammed et al. | Nonfinancial information disclosure and company characteristics: A study on listed pharmaceutical and chemical companies of Bangladesh | |
| Ramli | Ownership and Governance of Malaysian Firms and Their Impact on Firm Performance. A Preliminary Study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210402 |