第10章 市场状态转移概率预测.ppt

市场状态转移概率预测（马尔科夫预测法） 在现实中，市场是竞争性的活动，竞争结局是优胜劣汰，那么市场状态也会不断转移，参与市场竞争的个体，无不关心市场状态的转移，希望了解、把握市场状态转移规律，预测出市场状态转移的各种可能性。本章利用Markov过程理论的一些基本方法，预测市场占有率、状态转移规律以及期望利润。 第一节、马尔科夫链基本概念 马尔柯夫（A.A Markov 俄国数学家）。 20世纪初，他在研究中发现自然界中有一类事物的变化过程仅与事物的近期状况有关，而与事物的过去状态无关。 例：设备维修和更新、人才结构变化、资金流向、市场需求变化等许多经济行为都可用这一类过程来描述或近似。 所谓马尔柯夫链，就是一种随机时间序列，它在将来取什么值只与它现在的取值有关，而与它过去取什么值无关，即无后效性。具备这个性质的离散型随机过程，称为马尔柯夫链。 1、状态与状态变量 状态：客观事物可能出现或存在的状况。 如：商品可能畅销也可能滞销；机器运转可能正常也可能故障等。 同一事物不同状态之间必须相互独立:不能同时存在两种状态。 客观事物的状态不是固定不变的，它可能处于这种状态，也可能处于那种状态，往往条件变化，状态也会发生变化。如某种产品在市场上本来是滞销的，但是由于销售渠道变化了，或者消费心理发生了变化等，它便可能变为畅销产品。 用状态变量来表示状态： 它表示随机运动系统，在时刻 状态转移：客观事物由一种状态到另一种状态的变化。 　　如：由于产品质量或替代产品的变化，市场上产品可能由畅销变为滞销。 2、状态转移概率 客观事物可能有 共 N 种状态，其中每次只能处于一种状态，则每一状态都具有 N 个转向（包括转向自身），即 。 由于状态转移是随机的，因此，必须用概率来描述状态转移可能性的大小，将这种转移的可能性用概率描述，就是状态转移概率 写成数学表达式为： P( xt+1 = j | xt = it , xt-1 = it―1,……x1 = i1) ? =P( xt+1 = j | xt = it ) 定义：Pij = P( xt+1 = j | xt = i) 即在xt = i的条件下，使 xt+1 = j的条件概率，是从 i状态一步转移到j状态的概率，因此它又称一步状态转移概率。 由状态转移图，由于共有N个状态，所以有 3、状态转移矩阵 （1）一步状态转移矩阵 系统有N个状态，描述各种状态下向其他状态转移的概率矩阵 P11 P12 …… P1N ?定义为 P21 P22 …… P2N : : : PN1 PN2 …… PNN 这是一个N阶方阵，满足概率矩阵性质 1） Pij ≥ 0,i,j = 1,2, ……, N 非负性性质 2） ∑ Pij = 1 行元素和为1 ,i=1,2,…N 如： W1 = [1/4, 1/4, 1/2, 0] ? W2 = [1/3, 0, 2/3] ? W3 = [1/4, 1/4, 1/4, 1/2]