马尔可夫过程在深圳指数预测中及应用.docVIP

马尔可夫过程在深圳指数预测中的应用 田禹 颜虎 蒙小兰 西南交通大学数学学院 摘要 股价指数是反映股票市场价格平均水平和变动趋势的指标，是对整个股票市场行情的一种反映。如何准确地预测未来的股价指数，从而有效地防范投资风险，一直是学者关注的问题。本文以深证综合指数为研究对象，建立了3种不同的马尔科夫链模型，分别给出了深证综指的预测结果，并提出了利空度矩阵分析法，对深证综指的跌涨幅度作出了定量分析。 在引入了马尔可夫过程的相关理论之后，本文首先建立了指数权马尔可夫链模型。根据指数序列的统计分布特点，对指数变动范围进行了状态划分，使每个交易日的指数唯一对应一个状态，再利用转化得到的状态序列，估计它的各阶状态转移概率矩阵，然后以状态序列的各阶自相关系数为权重，结合各阶转移概率矩阵，对预测期的指数状态进行预测。 加权模糊马尔可夫链是对状态划分模糊的马尔可夫链的改进。该模型采用模糊状态划分方法，将原指数序列转化为模糊状态向量序列，在不同时段分别建立模糊状态转移概率矩阵，再利用各时段转移概率矩阵加权求和得到的新转移概率矩阵，对预测期指数的模糊状态进行预测。 结合上述两种模型的特点，本文又建立了指数权—加权模糊马尔可夫链模型。该模型采用模糊状态划分方法，通过对建立在不同时段上的各阶转移概率矩阵加权求和，得到最终用于预测的各阶转移概率矩阵，并以指数序列的各阶自相关系数为权重，结合相应的转移概率矩阵，加权预测未来指数的模糊状态。 为了定量描述股市的整体跌涨幅度，本文最后建立了利空度分析模型。它基于状态转移概率矩阵构造利空度矩阵，以此计算股市的利空度。利空度的符号和绝对值大小反映了股价指数的跌涨和相应幅度。 本文以为计算工具，分别利用各种模型的深证综指进行了实证分析，结果均与实际吻合。说明马尔可夫链模型在股市行情分析中有较好的适用性。 7.0MATLAB 关键词：马尔可夫链 指数权 加权 模糊 利空度 1 引言 面对跌宕起伏的证券市场，中外分析人士一直在竭尽全力，长期不懈地探索市场运行规律。各种技术分析流派都以准确预测市场未来走势为目的，传统技术分析遵循周而复始、重复再现的变化原则，但在实际运用中往往和市场走势背离，预测的结果往往不尽理想。 本文基于马尔可夫链建立了3种预测模型，并建立了刻画股指跌涨幅度的利空度矩阵模型，希望能对股价指数的定量分析提供一些思路。 2 马尔可夫链的相关概念 2.1马尔可夫过程的定义 马尔可夫过程是具有所谓马尔可夫性的一类特殊的随机过程，这种马尔可夫性意味着：在某时刻所处的状态已知的条件下，过程在时刻处的状态只与过程在时刻的状态有关，与过程在以前的状态无关，这种特性称为无后效性。它严格的数学定义如下： kt(kttt? ktkt ??????????????????121211221122n-111212,En1,t....,,....,,xxt,x,...x,xxt,x,...x(t)Fa,|,,....;t,....,)nnnnnnnnnXttTtttaaaaEtatatataataataaatt???????????、为一随机过程，为状态空间，若对任意的任意的，任意的机变量在已知条件下下的条件分布函数只与有关，而与无关，即条件分布函数满足等式（F,|,)nnatat（则称此过程为马尔可夫过程。由于马尔可夫过程的无后效性，可以将其称为一个只注重现在而将过去忘却的特殊随机过程。2.2马尔可夫链的定义 由上可知马尔可夫过程是无后效性的随机过程，即在系统“现在”状态已知的条件下，其“将来”的状态与“过去”的状态无关。当状态空间和时间参数都是离散情形时，称为马尔可夫链。其严格定义如下：记时间参数为，当时，随机变量12,,,,nttt??ntt?()nXt(1,2,n?? 可能取的状态空间为E()，对任意的12,,aa?,Na,,,lmk 1111{|,,,}{|mkmkmmmmmkmkmmPXaXaXaXaPXaXa?????????????? 成立。 当，即状态转移概率与与初始时刻无关时，为齐次马尔可夫链，此时，称矩阵()()(){|}kijmkmkmmijPmPXaXap??????()()kijNNpm?为系统的步状态转移概率矩阵。k 特别地，当时， 为马尔可夫链的一步转移概率。矩阵()称为一步转移概率矩阵。由此，根据某一时刻的状态可1k?1{|} (,1,2,,ijnjniPPXaXaijN??????N? ijNP 以预测下一时刻的状态。显然有以下性质： ()0,,ijPkijE??? ()1,ijjEPkiE????? 2.3 齐次马尔可夫链的遍历性和平稳分布 设齐次马尔可夫链的状态空间为E=()，若对所有的i,j 属于E，存在不依赖i的常数???1,?nnXj 12,,,Naaa??,为其转移概率??nij