时序法在股市行情技术分析中的应用.pdf

时序法在股市行情技术分析中的应用.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多
时序法在股市行情技术分析中的应用.pdf

No.2 第23卷第2期 南京理工大学学报V01.23 1皇竺里生垒旦 』Q旦些璺!Q£垒!璺西i堕g堕坠塾!皇塑i!YQ£曼£i竺望!星!坐堕堕塾!堕塾!gY!垒乜!:!里里里 时序法在股市行情技术分析中的应用 方子良。 (南京理工大学制造工程学院,南京210094) 摘要采用时序法进行股市行情技术分析。介绍了时序法的基本原理。以“辽源 得亨”股票为例,在建模的基础上进行了股票曲线的模拟及预测。结果表明,时序 法能比较客观地反映股市行情的真实情况,能正确地判断出这随机过程的正常或 异常状态,能预测股市随机过程的变化趋势。 关键词 时间序列分析法,数学模型;股市行情,技术分析 830.9 分类号o211.61,51.33,F 证券交易所中公布的股市行情,是一个随时间推移而变化的过程。从数理统计学看,是 一系列离散的随机数据。这种按观测的时间顺序依次排列的有序随机数据{X,},f=1,2, …,N,称为时间序列,亦称为动态数据。从事证券交易的投资者,最关心股市行情,希望能 预先知道所持证券变化趋向,以便及早作出决策,从而获得有限投资最大利润。从技术分析 角度来讲,此并非易事。首先,必须对股市的时间序列进行数学描述,即建立一个确切的数 学模型。然后,根据数学模型预测股市行情的变化规律。这种研究分析方法称为时序法。 1时序模型的概念 对于一个平稳的时间序列,可以建立一个线性的时序模型: K一西1K一1一函2X£一2一…一西≯t一。=口£+臼1以卜.1+曰2口£一2+…+臼。af一。(1) 式中,五为时间序列,£=1,2,…,N;或为自回归参数,沪1,2,…,N;岛为滑动平均参数, 歹=1,2,…,优;乜:一l,.一,a。一。为优个两两互相独立的白噪声输入,日。为£时刻的白噪声输 入,是一个正态分布,互相独立的变量,其数学表达式为以。~NID(o,仃;),意为均值为零,方 差等于盯i;咒为模型的自回归部分的阶次,m为模型中的滑动平均阶次。这种形式的时序 模型称为(咒,m)阶自回归滑动平均模型,简记为ARMA(祀,优)。(1)式亦可改写为 K=①1K—l+…+西。X卜.。+n£+臼laf一1+…+口。盘卜.。 (2) 它的含义是,在时刻£的输出K是此系统前行一1个输出X一】,墨一2…,五一。和£到£一m 时刻中的m个互相独立的白噪声输入的线性和。对于股市行情分析来讲,也就是预测的股 价是等于已公布于众的前段股价和随机干扰这2种因素的线性综合。作为触之MA(咒,优) 时序模型的2个特例,可以看到:(1)当只=0,产1,2,…,优时,有 X=西】Xr】+西2X£一2+…+垂五一。+口f (3) 本文于1998年3月10日收到 *方子良男55岁副教授 万方数据 150 南京理工大学学报 第23卷第2期 称为阶自回归模型,简记为AR(竹)。(2)当哆=0,歹=1,2,…,咒时,有 X=以£+臼laf一1+臼2口£一2+…+%n£一。 (4) 称为优阶滑动平均模型,简记为m(优)。 2 自回归滑动平均模型ARMA(咒,m)格林函数 对于一个平稳的随机过程,由时序法进行拟合,可得到一个越之凇(挖,m),即挖阶自 。 回归,m阶滑动平均模型,如(2)式所示。现设B为后移算子,即 B墨=K—lB口£=口卜1 (5) 将(2)式表达成如下的形式: 西(B)X=臼(B)口。 (6) 西(B)能展

文档评论(0)

tangtianxu1 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档