用马尔可夫链预测上证综指走势.pdfVIP

用马尔可夫链预测上证综指走势 李坤 (青岛大学经济学院，山东青岛266071) 摘要：事物未来的发展及演变状态仅仅受事物现状的影响，而与过去的状态无关，也就是具有马尔可夫性。 运用马尔可夫模型，使用上证综指收盘价的数据，对具有马尔可夫性的收盘指数进行预测和分析，既为投 资决策提供7参考，也为股票价格的概率估计预测和马尔可夫模型应用的拓广提供理论依据和实际应用的 参考。 关键词：马尔可夫链；转移概率矩阵；状态转向 一．马尔可夫分析法的基本原理 (一)马尔可夫过程基本原理 按照系统的发展，时问可离散化为n=0，1，2，3，… I∞P=8 卜·，对每个系统的状态可用随机变量表示，并且对应 一定的概率，该概率称为状态概率。当系统由某一阶 1∑x。=l 段状态转移到另一阶段状态时，在这个转移过程中，存 (二)马尔可夫链：有限个马尔可夫过程的整体 在着转移的概率，称为转移概率。如果转移概率只与 称为马尔可夫链。马尔可夫链的运动变化分析，主要是 目前相邻两状态的变化有关，即下阶段的状态只与现在 分析研究链内有限马尔可夫过程的状态及相互关系，进 状态有关而与过去无关，那么这种离散状态按照离散时 而预测链的未来状况，据此做出决策。 间的随机转移系统过程，称为马尔可夫过程。 根据马尔可夫链的构成，其过程具有如下三个特 马尔可夫过程的数学模型表示如下 点： 设系统的每个阶段含有s．，S2，…S．个可能状态： 1．过程的离散性。该系统的发展，在时间上可离 1．该系统的初始阶段状态记为向量Ⅱ(0)，系统第 散化为有限或可列个状态。 2．过程的随机性。该系统内部从一个状态转移到另 i阶段的状态向量记为口(f1，两相邻系统由现有状态S， 一个状态是随机的，转变的可能由系统内部的原先历史 变到S．的状态转移概率为岛(1≤i≤n，1≤J≤n)，由D构。 情况的概率值表示。 ‘V 3．过程的无后效性。系统内部的转移概率只与当前 成的矩阵称为系统状态转移概率矩阵，记为P，即 状态有关，而与以前的状态无关。即一个系统的某些 P=(p。)…，尸的第f行表示系统现阶段处于状态 因素在转移中第i次结果只受第，一1次结果的影响，与 其它结果无关。 S．，下阶段转移到s，，S：，…，S。状态的概率，所 凡是满足以上三个特点的系统，均可用马尔可夫链 研究其过程，并可预测其未来。这里，用马尔可夫链 以，￡P。：l，i：1，2，一，n．，这里，不同阶段的 J=I 对过程进行分析和预测时，分以下几步： 状态向量分别为：