股票價格的灰色—馬爾可夫預(yù)測法的改進(jìn)研究.pdf

1、證券市場是高風(fēng)險市場，證券價格具有很大的波動性、不確定性，要把握所有影響證券價格的信息是極其困難的，雖然已有許多股票預(yù)測模型產(chǎn)生，并得到良好的效果，但對于大多數(shù)只關(guān)心股票未來價格的投資者來說，在無法獲得大量信息的前提下，所能擁有的簡單有效的股票預(yù)測方法是不多的。灰色模型預(yù)測所需信息較少，計算簡便，精度較高，因此在證券市場中得到廣泛的應(yīng)用，也取得了良好的效果。但由于灰色預(yù)測是以GM（1，1）模型為基礎(chǔ)所進(jìn)行的預(yù)測，模型的解為指數(shù)型曲線，是

2、一條較平滑的曲線，因而對波動性較大的數(shù)據(jù)列的擬合較差，預(yù)測精度較低。而馬爾柯夫概率矩陣預(yù)測的研究對象是一個隨機變化的動態(tài)系統(tǒng)，根據(jù)狀態(tài)之間的轉(zhuǎn)移概率來預(yù)測未來系統(tǒng)發(fā)展，反映了各狀態(tài)之間轉(zhuǎn)移的內(nèi)在規(guī)律性，因此，馬爾柯夫概論矩陣預(yù)測適合于隨機波動性較大數(shù)據(jù)列的預(yù)測問題?；疑A(yù)測與馬爾柯夫根底矩陣預(yù)測的優(yōu)點可以互補，灰色預(yù)測用來揭示預(yù)測數(shù)列的發(fā)展變化總趨勢，而馬爾柯夫概率矩陣預(yù)測用來確定狀態(tài)的轉(zhuǎn)移規(guī)律。因而把兩者結(jié)合起來，形成一個灰色馬爾柯夫