基于序列比对方法的股市波动实证研究.pdfVIP

第35卷 第3期 武 汉理工大学学报 (信息与管理工程版) VoI_35No．3 2013年6月 JOURNALOFWUT(INFORMATIONMANAGEMENTENGINEERING) Jun．2013 文章编号：2095—3852(2013)03—0404—05 文献标志码：A 基于序列比对方法的股市波动实证研究 徐 梅，刘秀秀 (天津大学 管理与经济学部，天津 300072) 摘 要：引入生物信息学中的序列比对方法及非参数的符号时间序列分析方法，与已有的K一近邻法相 结合 ，提出一种新的股价波动预测方法。将样本序列与比对 目标序列进行全局比对，通过动态规划算法回溯 出高于匹配得分阈值的K条历史子序列，以此作为 K一近邻法中的K个最近邻，从而得到预测结果。该方法 不仅可以预测具体的波动值，也可预测波动所处的区间。以上证综指和深证成指采样间隔为20rain的高频 数据为样本进行实证分析，验证了该方法的有效性。 关键词：序列比对 ；符号时间序列分析；K一近邻法；股价波动；波动区间预测 中图分类号：F224 DOI：10．3963／j．issn．2095—3852．2013．03．025 股价波动反映了金融市场风险的变化，采用科 行相似性度量，进而利用K一近邻法实现对股价 学的方法预测股价波动对于风险管理、风险规避具 波动的预测。 有重要的意义。目前国内外关于股价波动的研究 1 时间序列符号化 方法主要有两大类：一类是金融计量学的研究方 法，包括广义 自回归条件异方差 (GARCH)类模型 时间序列符号化，就是根据一定的规则设置阈 和随机波动(sV)类模型_1等，另一类是混沌等非 值函数，将有许多不同值的时间序列转化为仅有几 线性系统的理论和方法 j。目前大多数方法着重 个互不相同符号的序列 ]。符号化的目的是简化 系统，捕获时间序列大尺度的特征，从而降低噪声 预测股价未来具体的波动值，其模型选择的关键是 的影响。将时间序列符号化的步骤为：根据一定的 要使预测值与真值之间的数量误差最小化。但人 规则将时间序列划分为有限个区间，每个区间分配 们有时可能更关心未来风险所处的等级，希望通过 不同的符号。若共有 n个符号，则符号集大小为 对波动等级或波动所处区间的预测达到预测风险、 n，根据每个数据落人区间的不同，将时间序列转换 规避风险的目的。笔者将符号时间序列方法与生 成由一系列离散化的符号组成的符号序列 。 物信息学中的序列比对方法引入到股价波动的预 符号区间的一种划分方法为：对于大小为 凡 测中，提出一种新的股价波动预测方法，该方法既 的符号集，依次设定各个符号出现的概率 {P，i= 可预测波动值，又可预测波动等级。 1，2，…，n}，P可以相等也可以不等，分别对应等 序列比对是生物信息学中一种基本的信息处 概率划分和不等概率划分两种方法。设时间序列 理方法