基于马尔科夫链股市大盘指数预测.docVIP

基于马尔科夫链股市大盘指数预测【摘要】马尔科夫链是一种应用于随机过程的有效预测方法。在本文中，我们主要的工作是运用马尔科夫链预测模型对沪市和深市的大盘指数进行预测。我们首先是对相关的股市专用名词、马尔科夫链及其他实践中会用到的方法进行了简单介绍；在此之后的实际预测中，我们在近期沪市上证综合指数、深市深证成分股指数原始数据的基础上进行适当的计算转化，将大盘指数的变化幅度转化成3个状态，这样在很大程度上方便简化了我们后续的转移概率矩阵计算；在处理整合后的数据基础上，我们建立了马尔科夫预测模型，并结合C-K方程，转移概率矩阵对之后的大盘指数的变化（上涨、持平、下跌）的可能性进行了预测；最后，我们对模型进行了适当的评价。 【关键词】马尔科夫链；随机过程；大盘指数；C—K方程 一、相关背景知识介绍 在做基于马尔科夫链的股市大盘指数预测之前，我们就“什么是股市大盘”，马尔科夫链的相关背景知识以及之前学者在此类问题上的研究分析做了一定的了解。下面，我们将把我们了解到的知识在本文的第一板块做出归纳总结。 1、大盘指数 中国股票大盘指数是指：沪市的“上证综合指数”和深市的“深证成分股指数”。上证综合指数（Shanghai（securities）composite index）：在上海证券交易所挂牌上市的全部股票（包括A股和B股）为样本，以发行量为权数（包括流通股本和非流通股本），以加权平均法计算，以1990年12月19日为基日，基日指数定为100点的股价指数。深证成分股指数是深圳证券交易所编制的一种成份股指数，是从上市的所有股票中抽取具有市场代表性的40家上市公司的股票作为计算对象，并以流通股为权数计算，以1994年7月20日为基期，基日指数定为1000点的加权股价指数，综合反映了深交所上市A、B股的股价走势。股票价格指数是由证券交易所或金融服务机构编制的表明股票行市变动的一种供参考的指示数字。由于股票价格起伏无常，投资者必然面临市场价格风险。对于多种股票的价格变化，投资者要逐一了解，既不容易，也不胜其烦。为了适应这种情况和需要，一些金融服务机构就利用自己的业务知识和熟悉市场的优势，编制出股票价格指数，公开发布，作为市场价格变动的指标。投资者据此就可以检验自己投资的效果，并用以预测股票市场的动向。同时，新闻界、公司老板乃至政界领导人等也以此为参考指标，来观察、预测社会政治、经济发展形势。这种股票指数，也就是表明股票行市变动情况的价格平均数。 大盘指数有其两面性。一方面，它只是反映了整个股票市场中资金和股票的流动量；而另一方面，它又会给投资者造成极大的假象，极大地误导投资者。大盘指数对整个股票市场的涨跌有很大的放大效应，却不能真实地反映个股也就是上市公司的基本面。 2、马尔科夫链 2.1、马尔科夫性 马尔科夫链（Markov Chain），因安德烈·马尔科夫（A.A.Markov，1856-1922）得名，是数学中具有马尔科夫性质的离散时间随机过程。我们知道，事物的发展状态总是随着时间的推移而不断变化的。在一般情况下，人们要了解事物未来的发展状态，不但要看到事物现在的状态，还要看到事物过去的状态。马尔科夫认为，还存在另外一种情况，人们要了解事物未来的发展状态，只需知道事物现在的状态，而与事物以前的状态毫无关系。 马尔科夫链描述了一种状态序列，其每个状态值取决于前面有限个状态。马尔科夫链是具有马尔科夫性质的随机变量X1，X2，X3……的一个数列。这些变量的范围，即它们所有可能取值的集合，被称为“状态空间”，而Xn的值则是在时间的n状态。如果Xn+1对于过去状态的条件概率分布仅是Xn的一个函数，则P（Xn+1=χ|X1=χ1，X2=χ2，…，Xn=χn）这里χ为过程中的某个状态，上面这个恒等式可以被看作是马尔科夫性质。 2.2、马尔科夫过程及马尔科夫链 在已知客观事物目前的状态（现在）条件下，它未来的演变（将来）不依赖它以往的演变（过去）。这种已知“现在”的条件下“将来”与“过去”独立的特性称为马尔科夫性，具有这种性质的过程称为马尔科夫过程。时间和状态均为离散的马尔科夫过程称为马尔科夫链。 状态是指客观事物可能出现或存在的状态；状态空间是指随机过程可能取到值的集合，记为S（S至多是一个可数集，即或者S是有限集，或者S可与自然数一一对应）；状态转移是指客观事物从一种状态转移到另一种状态的概率。 在链的状态下，马尔科夫性通常用条件分布表示，离散状态的马尔科夫链，记为随机序列{Xn=X（n），n=1，2，…}，对于任意的正整数n，m和0t1t2…　　P（Xn+m=αj|Xt1=αi1，Xt2=αi2…，Xm=αi）=P（Xn+m=αj|Xm=αi） 记P（Xn+m=α