- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
股市可预测性与技术指标的协整性的模型检验
股市可预测性与技术指标协整性的模型检验
内容摘要
周爱民.股市可预测性与技术指标协整性的模型检验.数理统计与管理.1999,18(1),5~10
一个有效的股市,其价格应该是随机波动的,反映市场信息的同质等量分布,或者说无人能靠分析过去的信息而赚到钱。但这与“可预测”并无矛盾,因为预测科学本身并不能提供100%的精度,而且“可预测”和靠预测来赚钱又根本是两回事,股市有效性所遵从的随机游动模型本身就告诉了我们这一点。本文从建立股市自回归预测模型出发,并通过检验股市主要技术指标的协整性来说明这一点,同时指出了各种模型的阶数高与低与股市有效性相对强与弱之间的存在着反向的关系。
关键词:协整、可预测、检验。
TheModel-TestforthePredictionofStockMarkets
andtheCointegrationofTechnicalIndexes
Zhouaimin
TheInstituteforResearchinInternationalEconomics,NankaiUniversity
Abstract
Pricesinaneffectivestockmarketvarystochasticly.Itreflectstheequaldistributionofinformationofsamequality.Butitdoesnotcontradictwith“predictable”,sincepredictionitselfcannotprovideabsoluteprecision,moreover,“predictable”isquitedifferentfrommakingmoneybymeansofprediction.Ithasbeenprovedbythestochasticmodelsofstockmarketefficiency.Inthisarticletheauthortriestoexplainitthroughtestingthecointegrationofsomemajortechnicalindexesandestablishingauto-regrassionmodelsofstockmarkets.Meanwhile,theauthorpointsoutthereverserelationshipbetweenthedifferentstageofvariousmodelsandthedifferentdegreeofstockmarketefficiency.
Keywords:Cointegration,Effectiveness,Predictable,Test.
一、沪、港股市可预测性的模型检验
本文提出股市可预测性,针对的是证券市场有效性概念里,容易引起误解的几个地方〔1〕。需要强调的是:说证券市场价格“可预测”不等于说“可以100%的准确预见”,而是说“可以使用一般用于经济预测的方法,建立起能在一定误差要求之下预测证券市场价格变动的预测模型”。显然,任何方法建立起的任何预测模型都是存在误差的。“可预测”是指所建立起的预测模型其误差是在可接受的范围内。比如一个遵循随机游走模型的随机变量,当它的方差与期望之比满足一定条件时,随机游走模型本身就是一个误差满足一定要求的预测模型。
笔者认为股市的“可预测性”是一个始终伴随着证券市场有效性递进的强进程概念,即证券市场的有效性越强,其市场指数的变动中暴涨暴跌的情况就越少,建立预测模型的可能性就越大,“可预测性”就越强;反之如果证券市场的有效性越弱,单边上升或单边下降的可能性就越大,接下来随着市场的急速转向,建立预测模型的可能性就越小,其“可预测性”就越弱。
为支持以上概念的提出,我们使用上海股市有史以来的指数数据和香港联交所的同期恒生指数,建立两地股市误差满足要求的预测模型,即下面的(1.1)式。
MIt=a0+a1LMIt+a2D2+……+apDp+εt(1.1)
其中MIt为股指数据,LMIt为其一阶滞后变量,D2=Δ2MIt,…,Dp=ΔpMIt,分别为股指数据MIt二阶、…、p阶的差分变量。p为自回归的阶数,可由过拟合F-检验准则来界定,过拟合F-检验统计量的计算见下面的(1.2)式。
F=(N-p)(SSEp-SSEp+1)/SSEp+1~F(1,N-p)(1.2)
其中N为样本容量,p为所检验的模型阶数,也即模型中所用解释变量的个数,而SSEp为p阶模型的残差平方和:SSEp=,其中et=Xt-Xt为模型残差。过拟合F-检验准则对于(1.1)式的修正AR(p)模型可以给出阶数是否足够高的检验,用于在显著程度α下检验模型是否过度拟合,检验
文档评论(0)