灰色预测在GDP及股票预测中的应用.docVIP

5、问题（二）阐述 21世纪是现代金融世纪。股票，作为证券投资的重要组成部分，在现代金融中起着重要的作用。股票市场自建立以来一直是众多学者和投资者的研究对象，因为对政府而言，其面临着如何有效地对市场进行监管、防范金融风险、充分发挥其积极的一面；对投资者而言，其面临着如何在最小化投资风险的同时最大化投资利益。股票价格走势的预测是投资和证券理论界普遍关注的课题。 在股票市场中对市场状况最基本、最直接的反应是股票价格，由于受到国内外政治、经济、市场以及企业自身等各种因素的影响，总是处在不停的波动变化之中。但是在短期内，不考虑各种外界因素影响的情况下，股票价格的波动是有规律可循的，因此是可以预测的。 “上证综指”全称是“上海证券综合指数”，英文是Shanghai securities composite index。它是上海证券交易所编制的，以上海证券交易所挂牌上市的全部股票为计算范围，以发行量为权数综合。上证综指反映了上海证券交易市场的总体走势。 表2 上证综合指数2008年3月——2009年3月收盘指数摘取 序号 日期 当日收盘指数 1 2008-09-03 2276.67 2 2008-09-10 2150.76 3 2008-09-17 1929.05 4 2008-09-24 2216.81 5 2008-10-08 2092.22 6 2008-10-15 1994.67 7 2008-10-22 1895.82 8 2008-10-29 1719.81 9 2008-11-05 1760.61 10 2008-11-12 1859.11 11 2008-11-19 2017.47 12 2008-11-26 1897.88 13 2008-12-03 1965.41 14 2008-12-10 2079.12 15 2008-12-17 1976.82 16 2008-12-24 1863.80 17 2008-12-31 1820.81 18 2009-01-07 1924.01 19 2009-01-14 1928.87 20 2009-01-21 1985.02 21 2009-02-04 2107.75 22 2009-02-11 2260.82 23 2009-02-18 2209.86 24 2009-02-25 2206.57 25 2009-03-04 2198.11 26 2009-03-11 2139.03 6、波形预测建立原理 当原始数据呈周期性波动，且摆动幅度较大时，往往难以找到适当的模型，这时可以考虑根据原始数据波形预测未来行为数据波动变化的模型。这种预测称之为波形预测。 设原始序列 则称为序列X的地k段折线图形。 设 对于，称为等高线； 称方程组 的解为等高点。 解上述方程组可得 为其坐标。 令 ， 则称为等高时刻序列。 建立等高时刻序列的GM（1，1）模型，可得等高时刻序列的预测值： 。 设为s条不同的等高线， 为等高时刻序列 为等高时刻的GM（1，1）预测值。若存在，使 则称和为一对无效预测时刻。 删去等高时刻的GM（1，1）预测值中的无效时刻，将其余的预测值从小到大重新排序，设为 其中。则原始序列的预测波形为 7、建立波形预测模型 根据上海证券交易所综合指数的周收盘指数数据，从2008年3月至2009年3月的收盘指数曲线如图所示： 图3 上证综合指数2008年3月—2009年3月周收盘指数 取 ，，，，， ，，， 其中、、为无效点。 因此为等高时刻序列分别为 ， ， ， ， ， ， 对作一次累加生成，得序列，其GM（1，1）响应式分别为 令，可得等高预测序列 据此可绘出上海证券交易所综合指数2008年3月至2009年3月的预测波形图 图4 上证综合指数2009年预测波形 8、误差分析、得出结论 8.1 误差分析 表3 波形预测误差分析表 序列号 3 4 5 6 7 8 平均相对误差 9.1% 4.2% 8.3% 24.3% 88.1% 52.6% （1）由上表可以算得平均相对误差为 。 （2）由本文4.3分析可知，取时，响应式中,此时误差为 。 比较本文与之前江西财经大学杨淑玲对深圳股市指数比较，虽然相对误差比其文章中相对误差稍大，但是考虑到本文所选取数据远比其文章中所选取数据要多，跨越时间更长，更具有代表性，而且兼顾外界环境因素对股市价格的影响，此误差在可接受范围之内。 （3）下面，我们将上证综指后期一些实际收盘价格与预测价格做一下比较： 根据预测结果，在第31周（4月15号）出现股价波峰，预测结果为 。