基于马尔科夫链的股市大盘指数预测.pdfVIP

基于马尔科夫链的股市大盘指数预测 ◆车险峰 (中南财经改法大学统计与数学学院，湖北武汉 430073) 摘【要】马‘尔科夫链是一种应用于随机过程的有效预测方法。在 Markov，1856—1922)得名，是数学中具有马尔科夫性质的离散时 本文 中，我们主要的工作是运用马尔科夫链预测模型对沪市和深 间随机过程。我们知道，事物的发展状态总是随着时间的推移而 市的大盘指数进行预测。我们首先是对相关的股市专用名词、马 不断变化的。在一般情况下，人们要了解事物未来的发展状态，不 尔科夫链及其他实践中会用到的方法进行了简单介绍；在此之后 但要看到事物现在的状态 ，还要看到事物过去的状态。马尔科夫 的实际预测中，我们在近期沪市上证综合指数、深市深证成分股指 认为，还存在另外一种情况，人们要了解事物未来的发展状态 ，只 数原始数据的基础上进行适当的计算转化，将大盘指数的变化幅 需知道事物现在的状态，而与事物以前的状态毫无关系。 度转化成3个状态，这样在很大程度上方便简化 了我们后续的转 马尔科夫链描述了一种状态序列，其每个状态值取决于前面 移概率矩阵计算；在处理整合后的数据基础上，我们建立了马尔科 有限个状态。马尔科夫链是具有马尔科夫性质的随机变量 X ， 夫预测模型，并结合 c—K方程，转移概率矩阵对之后的大盘指数 x2，x3……的一个数列。这些变量的范围，即它们所有可能取值 的变化(上涨、持平、下跌)的可能性进行 了预测；最后，我们对模 的集合 ，被称为 “状态空间”，而)(n的值则是在时间的n状态。如 型进行 了适 当的评价 。 果 )(n+对于过去状态的条件概率分布仅是)(n的一个函数，则 P 【关键词】马尔科夫链；随机过程；大盘指数；c—K方程 ()(n+=xIx。=x，xz=)(2，…， =x)这里 x为过程中的某个状 态 ，上面这个恒等式可以被看作是马尔科夫性质。 一 、 相关背景知识介绍 22、马尔科夫过程及马尔科夫链 在做基于马尔科夫链的股市大盘指数预测之前，我们就 “什么 在已知客观事物 目前的状态 (现在)条件下，它未来的演变 是股市大盘”，马尔科夫链的相关背景知识以及之前学者在此类问 (将来)不依赖它以往的演变 (过去)。这种已知 “现在”的条件下 题上的研究分析做了一定的了解。下面，我们将把我们了解到的 “将来”与 “过去”独立的特性称为马尔科夫性，具有这种性质的过 知识在本文的第一板块做出归纳总结。 程称为马尔科夫过程。时间和状态均为离散的马尔科夫过程称为 1、大盘指数 马尔科夫链。 中国股票大盘指数是指 ：沪市的 “上证综合指数”和深市的 状态是指客观事物可能出现或存在的状态；状态空间是指随 “深证成分股指数”。上证综合指数(Shanghai(securities)compos． 机过程可能取到值的集合，记为s(s至多是一个可数集，即或者s itenidex)：在上海证券交易所挂牌上市的全部股票(包括A股和B 是有限集，或者 s可与 自然数一一对应)；状态转移是指客观事物 股)为样本，以发行量为权数(包括流通股本和非流通股本)，以加 从一种状态转移到另一种状态的概率。 权平均法计算 ，以1990年 12月 19日为基 日，基 日指数定为 100点 在链的状态下，马尔科夫性通常用条件分布表示 ，离散状态的 的股价指数。深证成分股指数是深圳证券交易所编制的一种成份 马尔科夫链，记为随机序列{ =x(I1)，n=1，2，…}，对于任意的 股指数，是从上市的所有股票中抽取具有市场代表性 的40家上市 正整数n