__股票风险投资与趋势预测.pdf

股票风险投资与趋势预测 作者：汤志高 【摘要】本文在大盘指数高速增长趋势下，运用多元逐步回归、RBF 神经网络等 方法对股市预测、风险期货投资进行了多角度研究分析。 第一问，通过绘出历年大会期间和全年指数 K 线图，从横向（每年大会期 间）、整体统计指数的K 线特征。最后通过K 线种类频度直方图（5.2）直观分 析，得出大会与股市走势之间的关系（5.2 图示分析）。 问题二，首先运用了多元逐步回归讨论各指标与指数的相关性，通过相关 2 系数和F、s、R 统计量确定了2 个变量的回归方程，并求出了回归系数(6.1.2)； 然后对指标数据特征分析，对非线性较强的时间序列股票数据采用了前向型RBF 径向机神经网络进行预测，得出变量一（成交量）较优，变量二（成交金额） 不理想的结果，原因见（6.2.2）；最后通过变量的变换改进得到模型3 把变量 二改为平均成交金额，得出最终回归系数，预测得到了a 股后30 个交易日的变 化指数，并绘制了K 线走势分析图。 问题三，通过问题 2 的预测模型与逐步回归模型预测，得到缺失的大会期 间b 股近似数据，然后以最大化满足第一问分析的大会期间数据特征为目标， 建立非线性规划模型 Lingo 软件求解，得到最终达到满足大会期间特征的预测 数据见7.3。 问题四，第一步是在第二问的模型下，结合第三问补齐的数据，预测出 b 股后21 个交易日指数。然后对可卖出期货的范围内进创建分段积平均概率函数 p(x)，利用 p(x)，建立以总概率收益最大为目标的0-1混合规划模型，利用Matlb 顺序搜索求解，得到应买b 股，并且在第20 天时抛出的方案，具体见8.3。 关键字： K 线图 前向型RBF 神经网络 股市预测 多元线性逐步回归 1 问题重述 1.1 问题背景 自2005 年6 月6 日最低跌破1000 点后，上证综合指数不断攀升并屡创新高，中国 股市再次成为世人瞩目的焦点，而股指期货将在何时正式推出则更是焦点的中心。所给 出的数据为指数A 和指数B 从2000 年 1 月4 日至2007 年5 月10 日的日交易数据，其 中指数B 的数据因故缺失2007 年3 月5 日至2007 年3 月16 日共10 个交易日的数据。 1.2 问题提出 [1] 请利用所给出的数据检验说明每年全国人民代表大会和全国政协会议的召开是 否会对此段时间内指数的变化趋势有显著的影响？ [2] 数据中给出了指数A 每个交易日的各项交易指标，请讨论现有的这些指标对指 数今后走势的影响，并建立模型对接下来 30 个交易日内的指数走势进行预测。要求在 保证预测效果的前提下，对交易指标进行筛选，尽量减少模型变量。 [3] 请根据1 和2 中的讨论，试将指数B 中的缺失数据补齐。 [4] 假定以指数A 或指数B 为标的的股指期货合约已经在5 月10 日正式挂牌交易， 1 份股指期货合约的价格＝标的指数点数×100 元，无交易费用。 现有一位风险投资者手中有一笔资金投资于股指期货，并希望在1 个月之后收回以 作它用。该投资者在5 月10 日以指数收盘点数买入一份6 月8 日到期的股指期货合约。 若至合约期满，他所能获得的利润为：（到期日指数收盘点数－合约期初指数收盘点数） ×100 元。同时为控制风险，当在某日收盘后，合约价值损失累计达到或超过15％时， 他便会选择在次日以此价格将合约卖出（假定一定可以卖出），且此后剩余时间内不再 继续进行投资。那么为了在1 个月内获取最大的收益，该投资者应选择买入以指数A 为 标的的期货合约还是买入以指数B 为标的的期货合约？ 2 问题分析(略) 3 模型假设 [1] 股票指数能准确反映股票价格变化； [2] 假设开盘指数与前日收盘指数无较大差别； [3] 进行股票期货投资时，必须在合约期满前卖出； [4] 股票预测期间无对股市有重大影响的突发事件发生。 4 K 线图简介 4.1 何为K 线图