本文關(guān)鍵詞：中國(guó)證券市場(chǎng)股票價(jià)格預(yù)測(cè)模型綜述，，由筆耕文化傳播整理發(fā)布。

第25卷 第7期Vo.l25

四川教育學(xué)院學(xué)報(bào)

JOURNALOFSICHUANCOLLEGEOFEDUCATION

2009年7月

Ju.l2009

中國(guó)證券市場(chǎng)股票價(jià)格預(yù)測(cè)模型綜述

王 浩

(洛陽(yáng)理工學(xué)院工程管理系,洛陽(yáng) 471023)*

摘 要:中國(guó)金融市場(chǎng)的證券價(jià)格存在著可預(yù)測(cè)成分�，F(xiàn)有的各種統(tǒng)計(jì)預(yù)測(cè)方法基本都可以歸納為時(shí)間關(guān)系模型和因果關(guān)系模型兩大類,詳細(xì)分析了各種模型的實(shí)現(xiàn)方法并總結(jié)了其特點(diǎn)。

關(guān)鍵詞:預(yù)測(cè);股票價(jià)格;統(tǒng)計(jì)模型;綜述do:i10.3969/j.issn.1000-5757.2009.07.058

中圖分類號(hào):F830191 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1000-5757(2009)07-0058-03

一、證券市場(chǎng)可預(yù)測(cè)性

有效市場(chǎng)理論指出,證券價(jià)格呈現(xiàn)隨機(jī)游走特征,因此技術(shù)分析和擲骰子選出的股票,最終表現(xiàn)相差無(wú)幾。大量分析卻發(fā)現(xiàn)中國(guó)股票價(jià)格波動(dòng)具有長(zhǎng)期記憶性,拒絕了隨機(jī)游走假設(shè),即股市漲跌存在自身的規(guī)律,無(wú)論長(zhǎng)期和短期都存在著可預(yù)測(cè)的成分,因而技術(shù)分析是有用的,通過(guò)采用

[1]

相應(yīng)策略,投資者可以獲得超常利潤(rùn)。中國(guó)證券市場(chǎng)呈

GARCH(廣義自回歸條件異方差)模型,從而認(rèn)為對(duì)股票價(jià)格這樣波動(dòng)頻繁的時(shí)間序列,從非線性系統(tǒng)角度建模略勝于

[2]

從非平穩(wěn)時(shí)間序列角度建模。由于傳統(tǒng)算法收斂速度慢且

全局尋優(yōu)能力差,更多研究將精力放在對(duì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的改進(jìn)上。丁雪梅等發(fā)現(xiàn)改進(jìn)后BP算法的預(yù)測(cè)結(jié)果比

[3]回歸預(yù)測(cè)、指數(shù)平滑預(yù)測(cè)和灰色預(yù)測(cè)都要好。

神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法的應(yīng)用有兩個(gè)明顯特點(diǎn)。一方面,統(tǒng)計(jì)模式識(shí)別和數(shù)字信號(hào)處理等領(lǐng)域的特征選擇和提取方法,如小波包最優(yōu)分解方法、混沌吸引子理論、Kalman濾波算法、主成分分析、灰色系統(tǒng)理論,廣泛用于神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)的甄別。另一方面,新的網(wǎng)絡(luò)模型不斷被應(yīng)用于證券預(yù)測(cè)實(shí)踐以提高映射效率,如模糊神經(jīng)網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò)。預(yù)測(cè)結(jié)果明顯優(yōu)于普通神經(jīng)網(wǎng)絡(luò)模型。

神經(jīng)網(wǎng)絡(luò)的缺陷在于,網(wǎng)絡(luò)結(jié)構(gòu)只能事先指定或應(yīng)用啟發(fā)式算法在訓(xùn)練過(guò)程中尋找,需要在充分了解待解決問(wèn)題的基礎(chǔ)上,主要依靠個(gè)人經(jīng)驗(yàn)來(lái)確定,沒(méi)有統(tǒng)一的規(guī)范,往往需要通過(guò)反復(fù)改進(jìn)和試驗(yàn),最終才能選出一個(gè)相對(duì)較好的設(shè)計(jì)方案,并且網(wǎng)絡(luò)訓(xùn)練過(guò)程易陷入局部極小點(diǎn)。不過(guò),神經(jīng)網(wǎng)絡(luò)最致命缺點(diǎn)在于,無(wú)法表達(dá)和分析預(yù)測(cè)系統(tǒng)的輸入輸出之間的關(guān)系,難以解釋系統(tǒng)輸出結(jié)果。

2.灰色系統(tǒng)和隨機(jī)過(guò)程模型

灰色預(yù)測(cè)普遍采用灰色系統(tǒng)模型,經(jīng)由累加過(guò)程削弱原始數(shù)據(jù)的隨機(jī)干擾,突出系統(tǒng)所蘊(yùn)涵的內(nèi)在規(guī)律,然后建立動(dòng)態(tài)預(yù)測(cè)模型。馬爾可夫過(guò)程是無(wú)后效性的隨機(jī)過(guò)程,是一種應(yīng)用極為廣泛的傳統(tǒng)方法�；疑到y(tǒng)GM(1,1)模型的解為指數(shù)型曲線,幾何圖形較為平滑,比較適用于具有增長(zhǎng)趨勢(shì)的問(wèn)題,而對(duì)隨機(jī)性波動(dòng)較大的數(shù)據(jù)進(jìn)行預(yù)測(cè),會(huì)

現(xiàn)弱有效性的原因可能在于,作為一個(gè)新興市場(chǎng),法制、監(jiān)管等因素造成市場(chǎng)信息傳遞效率低下,投資者在博弈中存在嚴(yán)重的信息和資金實(shí)力不對(duì)稱,而且這種不對(duì)稱狀態(tài)并不能在市場(chǎng)中迅速消除,因此Fama所描述的概率上的/瞬時(shí)性0還無(wú)法達(dá)到,而這種市場(chǎng)結(jié)構(gòu)的特點(diǎn),使得某些/技術(shù)分析0成為信息挖掘的成本。

由于股票指數(shù)序列呈現(xiàn)高度的非線性,經(jīng)典計(jì)量經(jīng)濟(jì)模型和時(shí)間序列模型的有效性受到了挑戰(zhàn)。現(xiàn)代預(yù)測(cè)理論和統(tǒng)計(jì)學(xué)、信息技術(shù)、優(yōu)化算法緊密結(jié)合,向復(fù)雜化和智能化方向發(fā)展。至少目前在我國(guó),各種預(yù)測(cè)技術(shù)方興未艾,投資者按照自己的經(jīng)驗(yàn)采用各不相同的指標(biāo)作為決策依據(jù),在市場(chǎng)上低買高賣,獲得了成功,也經(jīng)歷過(guò)失敗。

二、主要預(yù)測(cè)模型1.神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)是一種大規(guī)模并行處理系統(tǒng),具有良好的自學(xué)習(xí)能力、抗干擾能力和強(qiáng)大的非線性映射能力,能夠從大量歷史數(shù)據(jù)中進(jìn)行聚類和學(xué)習(xí),自動(dòng)提取樣本隱含的特征和規(guī)則,進(jìn)而找到某些行為變化規(guī)律,可以實(shí)現(xiàn)任何復(fù)雜的因果關(guān)系。BP(反向傳播)和RBF(徑向基函數(shù))神經(jīng)網(wǎng)絡(luò)是最常見(jiàn)的股市預(yù)測(cè)模型。崔建福等發(fā)現(xiàn)BP模型普遍顯著優(yōu)于

*

收稿日期:2009-02-23

作者簡(jiǎn)介:王浩(1973)),男,河南西峽人,副教授,碩士,研究方向:區(qū)域經(jīng)濟(jì)發(fā)展理論與數(shù)量分析。

  本文關(guān)鍵詞：中國(guó)證券市場(chǎng)股票價(jià)格預(yù)測(cè)模型綜述，由筆耕文化傳播整理發(fā)布。