版權(quán)說明: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),請進行舉報或認領(lǐng)
文檔簡介
1、/∥/0l自回歸方法從長期來看,股票價格波動還是會以價值為中心,而價值常以分紅回報來衡量。但是,考察中國股市就會發(fā)現(xiàn)真正以分紅形式給投資者回報是很少的,大部分股票分紅遠不如銀行利息,因此投資股市主要還是希望從低買高賣中獲利。由于股市波動在一段時期內(nèi)常會有一定的趨勢(不管是人為操縱還是實質(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,適時介入并及時了結(jié)自然獲利豐厚,當(dāng)然,現(xiàn)在幾乎又被打回
2、原形,如果長期投資一直持有不動,到現(xiàn)在只能是竹籃打水一場空。因此,投資股市波段預(yù)測也就顯得尤其重要。實際上,并沒有任何一種預(yù)測方法能夠預(yù)測股指(股價)能走多高或多低。股市一波一波地運行,我們的預(yù)測也只能一波一波地進行。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。在波段預(yù)測中,本文的方法是比較好的選擇,運用于滬市的實例預(yù)測,最大誤差也不過23%。在一波行情中,由于股指(股價)的波動既有一定的趨勢性,又有一
3、定的隨機性,可看作是隨機時間序列Y,tET,T1,2,。它通常分為三部分:Yt=mtStX(1)其中,lllt稱為趨勢項,S稱為周期項,)(t是隨機噪聲,一般設(shè)為平穩(wěn)隨機序列。當(dāng)隨機時間序列不是平穩(wěn)序列時,通常要進行平穩(wěn)化,平穩(wěn)化的常用方法有兩種:方法一是估計和提取原數(shù)據(jù)中的趨勢項與周期項,使估計后的殘差可以用一個平穩(wěn)時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,是對觀測數(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)時間序列線性模型,以實現(xiàn)對IY,tET進行預(yù)報和控制。本文采用第二種方法,運湖㈤基金項目:海南省自然科學(xué)基金項目(10601)19統(tǒng)計與決策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)報值爻后,再由第2節(jié)步驟1平穩(wěn)化的結(jié)果進而求得Y。,t∈Tl的預(yù)報值。二、上證指數(shù)波段預(yù)測實證研究下面考察上海股市的一波實際行情,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)。此波過后股市又進行了一段時期的盤整。以表1上證指數(shù)實際收市值的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進而求得預(yù)報值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l23456789指數(shù)樣本lO792lO878lO996lO983lll35lll64lll78ll254ll235序號10lll2l31415指數(shù)樣本ll275ll317ll363l1308ll352l1449個數(shù)據(jù)
7、為樣本構(gòu)建模型。本文計算及作圖均利用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)時間序列是非平穩(wěn)序列,為平穩(wěn)化我們首先對數(shù)據(jù)取自然對數(shù),然后再差分。設(shè)t∈T,T=l2為從某時開始考察的股價指數(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,說明仍不是平
8、穩(wěn)序列,故再進行一次差分,并設(shè):X=V=zrz,并計算其樣本相關(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,說明序列是平穩(wěn)的。運用第2節(jié)步驟2的截尾性判斷方法,當(dāng)i≥2時,滿足kP≤的‘Pii比例達到了100%。經(jīng)過以上識別,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)估計方法確定模型為:X。=_08997X104412X_2£(9)2模型預(yù)報利用(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)實際行情及依據(jù)本文方法求得預(yù)測值標(biāo)于圖2。根據(jù)預(yù)測結(jié)果,最大誤差為23%,出現(xiàn)在1月10日,該天實際收市于12206,而預(yù)測值為11916。從許多實際行情波段可以驗證,本圖2A線為實際走勢。B線為預(yù)測走勢模型。而如何對波段的起始階段和末期階段進行判斷,依筆者多年觀測股市的經(jīng)驗,可以從以下幾個方面考慮:(1)透過時間之窗觀察。由于本文方法是運用于波段預(yù)測的,因此,行情不會是短暫的,通常某種趨勢(上升或下
10、降)要延續(xù)4周以上,而從深滬股市歷史上實際運行來看,某種趨勢經(jīng)過4周后常會有所調(diào)整或改變;(2)透過指數(shù)(或股價)實際走勢曲線與10日移動平均線判斷。如果文給出的方法的預(yù)測結(jié)果與實際走勢吻合較好,是實際可行的。但該方法運用最重要也是比較困難的是對一波行情的判斷,要能夠大致判斷出波段的起始階段和末期階段。如果判斷行情已進入另一波段,則要重新調(diào)整樣本,建立新的預(yù)測2O統(tǒng)計與決策實際走勢曲線與10日移動平均線反復(fù)交叉或非常接近并持續(xù)一段時間,
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 形態(tài)特征計算的時序自回歸股市預(yù)測算法.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和自回歸模型的股市預(yù)測.pdf
- 基于因果滯后分析的時序自回歸股市態(tài)勢預(yù)測研究.pdf
- 時間序列的函數(shù)型變系數(shù)自回歸預(yù)測方法研究.pdf
- 股市預(yù)測方法研究.pdf
- 基于向量自回歸方法的上證指數(shù)模擬和預(yù)測.pdf
- 基于支持向量回歸機模型的股市預(yù)測研究.pdf
- 基于擴展自回歸模型的茶園土壤含水量預(yù)測方法研究.pdf
- 空間自回歸SV模型及其在股市波動研究中的應(yīng)用.pdf
- 基于能量因果彈性演化的嶺回歸股市形態(tài)預(yù)測研究.pdf
- 基于自回歸模型的混沌時間序列預(yù)測與應(yīng)用.pdf
- 基于評論情感和自回歸模型的銷量預(yù)測研究.pdf
- 基于Lasso方法的中國股市時滯性回歸分析.pdf
- 基于樣本效應(yīng)的回歸預(yù)測方法研究.pdf
- 自回歸時間序列的加權(quán)分位數(shù)方法.pdf
- 中國股市的價值回歸研究.pdf
- 中國PPI的基于遺傳算法的門限自回歸預(yù)測模型.pdf
- 基于混沌理論的短期股市可預(yù)測性及預(yù)測方法的研究.pdf
- 基于回歸方法的移動通信話務(wù)量預(yù)測
- 經(jīng)濟預(yù)測的灰色支持向量回歸方法.pdf
評論
0/150
提交評論