基于灰色系统模型对沪深300指数走势分析预测.docVIP

基于灰色系统模型对沪深300指数走势的分析预测 重庆工商大学 吴天微、李君、张敏 【摘 要】 金融衍生工具是一个发达的金融市场所必有的元素.我国金融衍生品市场方兴未艾,工具的种类数量以及市场发展的成熟程度都还与世界先进水平有较大差距.本文对我国开放交易的首个股票指数期货合约沪深300期指的交易标的--沪深300指数,运用灰色系统理论的相关方法,建立GM(1,1)模型,通过分析该产品交易1年以来的历史数据,预测其标的沪深300指数的变动趋势和区间,为高风险的指数期货的实际交易操作提供相关参考数据.文中所使用的数据收集于新浪财经频道(). 【关键词】 灰色系统理论; 　GM(1,1)模型; 股指期货 一、引 言 随着我国金融市场的进一步开放和资本市场规模的飞速发展,投资风险日益上升,投资者规避风险的需求日益强烈.股指期货(亦称期指)这一具有风险管理功能的金融衍生工具也于2010年4月进入了交易市场.期指是以股价指数为标的物的标准化期货合约沪深300指数是沪深证券交易所于2005年4月8日联合发布的反映A股市场整体走势的指数.沪深300指数编制目标是反映中国证券市场股票价格变动的概貌和运行状况,并能够作为投资业绩的评价标准,为指数化投资和指数衍生产品创新提供基础条件.沪深300股期货是以沪深300指数作为标的物,由中证指数公司编制的沪深300指数于2005年4月8日正式发布.沪深300指数以2004年12月31日为基日,基日点位1000点.沪深300指数是由上海和深圳证券市场中选取300只A股作为样本,其中沪市有179只,深市121只样本选择标准为规模大,流动性好的股票.沪深300指数样本覆盖了沪深市场六成左右的市值,具有良好的市场代表性.[1],并依据灰箱的思想,通过序列算子的作用探索事物运动的现实规律．其特点是“少数据建模”,这恰恰符合股指期货这一系统的特点.因此,在对沪深300指数变化趋势进行的研究中,本文不采用理论上更精确的时间序列模型,而选取灰色系统模型作为工具. 四、模型的建立、求解与检验以及对运算结果的分析 4.1模型概述 灰色预测模型GM(Grey Model)包括一阶单变量的GM(1,1)模型和n 阶h个变量的GM (n,h)模型,它兼有微分方程、差分方程和指数方程的特性. 一般常用的是GM (1,1) 模型.[1]GM (1,1)即是基于累加数列的预测模型,建模步骤如下： 基本形式： 定义为非负序列, =(,,…,) 其中=0, k=1,2,…,n. 为的1-AGO(1阶累加)序列, =(,,…,) 其中,= 为的紧邻均值生成序列 =() 其中= 若=为参数列且 Y=, B= 则GM(1,1)模型参数列的最小二乘估计满足 = 称 为GM(1,1)模型的白化方程,也叫影子方程 而白化方程的解也称时间响应函数为 GM(1,1)模型的时间响应序列为 还原值为 称模型中的参数-a为发展系数,而b为灰色作用量. -a反映序列的发展态势.而b是数据变化的关系的体现,具有灰内涵.灰色作用量是内涵外延化的具体体现,是区别灰色建模与一般黑箱建模的标志.[1] 另外,对于原始序列,是下缘点连线所对应的序列,是上缘点连线所对应的序列.并且, 分别为和对应的GM(1,1)时间响应式,则称 为包络带.[1] 包络带预测属于区间预测的一种,直观上,它可以反映序列变化的上下界,在指数期货交易中,了解指数未来变动的范围,对资金的管理和交易策略的制定显然有极大助益. 4.2 模型求解(I)——月度均值的灰色预测 采用2010年全年所有交易日的沪深300指数为数据材料(来源于新浪财经),计算出其12个月平均值,为原始数据序列 = (3425.27, 3205.87, 3283.51, 3277.08, 2836.99, 2728.22, 2676.96, 2884.96, 2916.17 3303.27, 3316.58, 3170.66, 3061.06, 3173.71, 3258.11) 利用《灰色系统理论及其应用》专著所带软件包的弱化算子功能,生成一个二阶缓冲序列 =(3099.01 3100.24 3104.81 3112.07 3124.54 3145.30 3169.59 3194.56 3213.61 3225.93 3207.14 3170.66) 在实验中,直接采用原始数据序列建模分析,其结果仍然有较高精度,平均相对误差也达到了二级或三级的标准,但其平均绝对误差仍然超过了 30点.鉴于期货交易的特殊性——远高于现货交易的流动性、高昂的单笔合约价值所带来的巨大风险,必须在分析中尽可能地强调精度,将预测离差控制在最小,方能有效指导操作实践. 为使数据清