一种多重分形股票指数预测算法研究.pdfVIP

信息系统协会中国分会第一届学术年会 一种多重分形股票指数预测算法研究水 许为群 (中国人民大学信息学院，北京100872) 文摘：近年许多学者利用多重分形方法来预测金融指数变化，但多重分形谱参数与指数的关联度随着时间的推移而 减弱，因而预测效果不理想。本文提出了基于加权的多重分形股指预测模型，基于该模型提出了累积多重分形谱参数 权重随时间变化的算法，增强了累积多重分形谱参数与指数变化的相关性，该算法具有较好的适应性和预测效果。 关键词：人工智能：信息经济：多重分形：股票指数预测 股票价格的大起大落是人们关心的重要股市 1 模型 风险之一。现代证券理论基于两个假设：价格的变 动在统计上是彼此独立的；价格变化的分布服从标 本部分介绍基于权重的多重分形股票指数预 准正态分布。这导致价格是随机的，预测基本不可 测模型。根据前三日的股指预测今日的股指变化。 能。近年来人们通过对实际市场历史数据的研究发 股指预测基于几个基本假设：(1)股指变化具有多重 现，价格变化规律不是严格的随机，价格的起伏具 分形特征，在多个尺度上表现标度不变性；(2)股指 有长相关性，因而可以用分形的理论和方法来研 序列变化具有延续性，属完全市场信息下的交易， 究。 消息景气会及时有效地在股指变化这种“晴雨表” 汪秉宏fl】等在对香港恒生指数的分析中发现了 上及时表现出来；(3)股指序列变化具有易变形，因 指数变化的概率分布表现出多重标度不变规律，即 此一定时间的分形谱参数值对未来的影响要符合 最大概率是采样间隔的幂函数。Galluccio等对外汇“最近优先，最前失效”的原则。 市场的汇率进行了研究，发现汇率也表现出多标度 基于这三个假设，我们可以采用多重分形工具 行为【2】。Amara／等还提出了一个微观模型模拟指数方法来预测未来股指变化。由于股指的延续性，可 和分布函到31。Mandelbrot提出用分形生成元可模将股指I进行微分，对变化剧烈的部分进行加权， 拟市场走势图【4】。借助这种多重分形模型不但能复 以增加该变量对预测的影响力度。由于股指I的易 现证券平稳市场所特有的模式，还能复现剧烈振荡 变性，在时间尺度上对先前的分形谱权重为负，最 的金融交易状况，显示金融市场易变性的实质。总 近的分形谱权重为正，以符合假设3的原则。 之，用多重分形统计方法分析实际金融市场历史数 2算法 据是有效的，并能在～定程度上预测股票市场的变 化。 首先将股票指数时间序列进行预处理，即按指 然而，研究发现，前两天的多重分形谱参数与 数变化和消息景气等进行加权，由于所有影响参数 指数时间序列的关联度逐步减弱，三天以后基本接 都及时有效地在指数变化上表现出来。因此我们只 近50％，因而预测效果不理想【5】。本文提出了基于 要考虑指数的变化趋势，而不再另外考虑消息面对 权熏的多重分形股指预测模型，其权重与时间相 指数的影响。然后用预处理后的指数时间序列作为 关，包括两个方面的权重处理：一是指数时间序列 输入，先采用盒计数法计算分形谱Aa和Ⅳ。再 的预处理，二是多重分形谱参数的权重处理。基于 按时间先后对Ⅳ进行加权，使最先的Ⅳ部分失 该模型提出了多重分形谱参数的自适应算法，并作 效，而最近日Af对预测影响加强。最后分别描绘 了仿真分析。 出预测曲线分析