版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、/∥/0l自回歸方法從長(zhǎng)期來(lái)看,股票價(jià)格波動(dòng)還是會(huì)以價(jià)值為中心,而價(jià)值常以分紅回報(bào)來(lái)衡量。但是,考察中國(guó)股市就會(huì)發(fā)現(xiàn)真正以分紅形式給投資者回報(bào)是很少的,大部分股票分紅遠(yuǎn)不如銀行利息,因此投資股市主要還是希望從低買高賣中獲利。由于股市波動(dòng)在一段時(shí)期內(nèi)常會(huì)有一定的趨勢(shì)(不管是人為操縱還是實(shí)質(zhì)消息影響),如果把握得好就能在波段中獲利。比如深市的股票“億安科技”曾經(jīng)從幾元炒高到一百二十多元,適時(shí)介入并及時(shí)了結(jié)自然獲利豐厚,當(dāng)然,現(xiàn)在幾乎又被打回
2、原形,如果長(zhǎng)期投資一直持有不動(dòng),到現(xiàn)在只能是竹籃打水一場(chǎng)空。因此,投資股市波段預(yù)測(cè)也就顯得尤其重要。實(shí)際上,并沒有任何一種預(yù)測(cè)方法能夠預(yù)測(cè)股指(股價(jià))能走多高或多低。股市一波一波地運(yùn)行,我們的預(yù)測(cè)也只能一波一波地進(jìn)行。即使這樣,判斷一波行情(上升或者下降)的形成在初期和末期也還是需要分析和經(jīng)驗(yàn)。在波段預(yù)測(cè)中,本文的方法是比較好的選擇,運(yùn)用于滬市的實(shí)例預(yù)測(cè),最大誤差也不過(guò)23%。在一波行情中,由于股指(股價(jià))的波動(dòng)既有一定的趨勢(shì)性,又有一
3、定的隨機(jī)性,可看作是隨機(jī)時(shí)間序列Y,tET,T1,2,。它通常分為三部分:Yt=mtStX(1)其中,lllt稱為趨勢(shì)項(xiàng),S稱為周期項(xiàng),)(t是隨機(jī)噪聲,一般設(shè)為平穩(wěn)隨機(jī)序列。當(dāng)隨機(jī)時(shí)間序列不是平穩(wěn)序列時(shí),通常要進(jìn)行平穩(wěn)化,平穩(wěn)化的常用方法有兩種:方法一是估計(jì)和提取原數(shù)據(jù)中的趨勢(shì)項(xiàng)與周期項(xiàng),使估計(jì)后的殘差可以用一個(gè)平穩(wěn)時(shí)間序列的線性模型擬合;方法二是喬治與EP博克斯等人提出的,是對(duì)觀測(cè)數(shù)據(jù)反復(fù)作用差分算子,直到差分后的數(shù)據(jù)可以建立起恰當(dāng)
4、的平穩(wěn)時(shí)間序列線性模型,以實(shí)現(xiàn)對(duì)IY,tET進(jìn)行預(yù)報(bào)和控制。本文采用第二種方法,運(yùn)湖㈤基金項(xiàng)目:海南省自然科學(xué)基金項(xiàng)目(10601)19統(tǒng)計(jì)與決策2007年第3期(總第233■李志林王志剛匿娃一三】’匿]㈩維普資訊XI)=qhXk0—1)~p2Xk(1—2)~ppXk(1p)即得遞推公式如下:Ixk(1)=‘PlXk(p2X’(px11Xl(2)=‘Plxk(1)‘P2Xk‘~ppX㈣lxklxk(p1)cp2xk2)‘PxkIlxk0
5、一1)‘P2xk0—2)‘。xk0一p),lp求得預(yù)報(bào)值爻后,再由第2節(jié)步驟1平穩(wěn)化的結(jié)果進(jìn)而求得Y。,t∈Tl的預(yù)報(bào)值。二、上證指數(shù)波段預(yù)測(cè)實(shí)證研究下面考察上海股市的一波實(shí)際行情,表1及圖2的數(shù)據(jù)取自2005年l2月5日至2006年2月16日的收市指數(shù)。此波過(guò)后股市又進(jìn)行了一段時(shí)期的盤整。以表1上證指數(shù)實(shí)際收市值的l5裹1上證指數(shù)的樣本數(shù)據(jù)序列xIX=V2A,再利用下面的公式求得序列A進(jìn)而求得預(yù)報(bào)值Y=exp(An)。由于A=(AA1
6、)(A一l—A(Akl—n—kAk)A:A∑JlVAlk1同理,有vA:vAk∑v2A,代入;=k上式得到:、n—kA=Ak(n—k)(Ak—A)(nkj1)1j:1X,nk≥2(10)為直觀和比較,根據(jù)2005年l2序號(hào)l23456789指數(shù)樣本lO792lO878lO996lO983lll35lll64lll78ll254ll235序號(hào)10lll2l31415指數(shù)樣本ll275ll317ll363l1308ll352l1449個(gè)數(shù)據(jù)
7、為樣本構(gòu)建模型。本文計(jì)算及作圖均利用MATLAB軟件完成。1數(shù)據(jù)的平穩(wěn)化及模型選擇從樣本數(shù)據(jù)及圖2均可看出,上證指數(shù)時(shí)間序列是非平穩(wěn)序列,為平穩(wěn)化我們首先對(duì)數(shù)據(jù)取自然對(duì)數(shù),然后再差分。設(shè)t∈T,T=l2為從某時(shí)開始考察的股價(jià)指數(shù)序列。設(shè)Ak=logY(1【=l,2,),取一階差分Zk=VAk=ArA(k≥2),使用上節(jié)步驟1的方法計(jì)算樣本自相關(guān)函數(shù),樣本的偏相關(guān)函數(shù)。從圖1看出樣本一階差分后所得序列的自相關(guān)函數(shù)并未很快衰減,說(shuō)明仍不是平
8、穩(wěn)序列,故再進(jìn)行一次差分,并設(shè):X=V=zrz,并計(jì)算其樣本相關(guān)函數(shù),從圖1看出二階差分后自相關(guān)函數(shù)迅速衰減到零附近,說(shuō)明序列是平穩(wěn)的。運(yùn)用第2節(jié)步驟2的截尾性判斷方法,當(dāng)i≥2時(shí),滿足kP≤的‘Pii比例達(dá)到了100%。經(jīng)過(guò)以上識(shí)別,最后選擇序列的模型為AR(2)即:x=‘PlXn_1‘P2x_2£。。利用第2節(jié)步驟3的參數(shù)估計(jì)方法確定模型為:X。=_08997X104412X_2£(9)2模型預(yù)報(bào)利用(9)式及遞推公式(8)可以求得
9、月5日至2006年2月16日上證指數(shù)實(shí)際行情及依據(jù)本文方法求得預(yù)測(cè)值標(biāo)于圖2。根據(jù)預(yù)測(cè)結(jié)果,最大誤差為23%,出現(xiàn)在1月10日,該天實(shí)際收市于12206,而預(yù)測(cè)值為11916。從許多實(shí)際行情波段可以驗(yàn)證,本圖2A線為實(shí)際走勢(shì)。B線為預(yù)測(cè)走勢(shì)模型。而如何對(duì)波段的起始階段和末期階段進(jìn)行判斷,依筆者多年觀測(cè)股市的經(jīng)驗(yàn),可以從以下幾個(gè)方面考慮:(1)透過(guò)時(shí)間之窗觀察。由于本文方法是運(yùn)用于波段預(yù)測(cè)的,因此,行情不會(huì)是短暫的,通常某種趨勢(shì)(上升或下
10、降)要延續(xù)4周以上,而從深滬股市歷史上實(shí)際運(yùn)行來(lái)看,某種趨勢(shì)經(jīng)過(guò)4周后常會(huì)有所調(diào)整或改變;(2)透過(guò)指數(shù)(或股價(jià))實(shí)際走勢(shì)曲線與10日移動(dòng)平均線判斷。如果文給出的方法的預(yù)測(cè)結(jié)果與實(shí)際走勢(shì)吻合較好,是實(shí)際可行的。但該方法運(yùn)用最重要也是比較困難的是對(duì)一波行情的判斷,要能夠大致判斷出波段的起始階段和末期階段。如果判斷行情已進(jìn)入另一波段,則要重新調(diào)整樣本,建立新的預(yù)測(cè)2O統(tǒng)計(jì)與決策實(shí)際走勢(shì)曲線與10日移動(dòng)平均線反復(fù)交叉或非常接近并持續(xù)一段時(shí)間,
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 形態(tài)特征計(jì)算的時(shí)序自回歸股市預(yù)測(cè)算法.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和自回歸模型的股市預(yù)測(cè).pdf
- 基于因果滯后分析的時(shí)序自回歸股市態(tài)勢(shì)預(yù)測(cè)研究.pdf
- 時(shí)間序列的函數(shù)型變系數(shù)自回歸預(yù)測(cè)方法研究.pdf
- 股市預(yù)測(cè)方法研究.pdf
- 基于向量自回歸方法的上證指數(shù)模擬和預(yù)測(cè).pdf
- 基于支持向量回歸機(jī)模型的股市預(yù)測(cè)研究.pdf
- 基于擴(kuò)展自回歸模型的茶園土壤含水量預(yù)測(cè)方法研究.pdf
- 空間自回歸SV模型及其在股市波動(dòng)研究中的應(yīng)用.pdf
- 基于能量因果彈性演化的嶺回歸股市形態(tài)預(yù)測(cè)研究.pdf
- 基于自回歸模型的混沌時(shí)間序列預(yù)測(cè)與應(yīng)用.pdf
- 基于評(píng)論情感和自回歸模型的銷量預(yù)測(cè)研究.pdf
- 基于Lasso方法的中國(guó)股市時(shí)滯性回歸分析.pdf
- 基于樣本效應(yīng)的回歸預(yù)測(cè)方法研究.pdf
- 自回歸時(shí)間序列的加權(quán)分位數(shù)方法.pdf
- 中國(guó)股市的價(jià)值回歸研究.pdf
- 中國(guó)PPI的基于遺傳算法的門限自回歸預(yù)測(cè)模型.pdf
- 基于混沌理論的短期股市可預(yù)測(cè)性及預(yù)測(cè)方法的研究.pdf
- 基于回歸方法的移動(dòng)通信話務(wù)量預(yù)測(cè)
- 經(jīng)濟(jì)預(yù)測(cè)的灰色支持向量回歸方法.pdf
評(píng)論
0/150
提交評(píng)論