马尔克夫分析法在我国股市预测中的应用.pdfVIP

第37 卷第 11 期 数学的实践与认识 V o l37　N o 11　 2007 年6 月 M A TH EM A T IC S IN PRA CT ICE AN D TH EO R Y J un e, 2007　 马尔克夫分析法在我国股市预测中的应用 张银鹤, 　徐雅静 (郑州轻工业学院 信息与计算科学系, 河南 郑州　450002) 摘要: 　以上海证券交易所综合指数 日涨跌幅数据为样本数据, 利用马尔克夫分析法分析了综合指数涨跌 幅所处各种状态的初始概率和转移概率, 在此基础上, 提出了一种预测股市指数涨跌幅的新方法. 关键词: 　马尔克夫分析法; 初始概率; 转移概率; 预测测度; 动态权系数 1　引　　言 　　在我国, 当前人们最推崇的股票技术分析方法大概要属均线系统理论和 K 线图理论, 也有人热衷于波浪理论和江恩理论等, 这些方法都具有一定的合理性和实用性, 但是, 经过 实践检验也发现它们都有明显的局限性, 因为利用同样的方法预测结果显示: 有人预测是正 确的, 有人预测是错误的. 这一方面说明这些方法比较难掌握, 另一方面也说明它们都带有 很强的主观性. 那么有没有主观性较少而又较实用的方法? 笔者想到, 概率统计方法是利用 客观数据直接去呈现事物偶然性背后隐藏着的规律性, 就具有这样的特点. 在概率统计中, 马尔可夫分析法是有效的预测方法之一. 我国股市已经有 10 多年的历史, 本文将这些年的 有效数据作为样本数据对股市进行分析, 以探求股市的涨跌规律. 2　马尔克夫分析法 这里所说的马尔克夫分析法, 是特指当时间序列可以看成为一个 n 重马尔克夫链时, 应 用初始概率和转移概率去进行预测的方法. 所谓时间序列为一个 n 重马尔克夫链是指: 一个时间序列{y t } ( t = 1, 2, …,N ) , 若一方 面, 它们中间的每一个取值都是离散的; 另一方面, 比如: 在时刻 t = k , 它处于状态 E i 1 ( i1 = 1, 2, …,m ) ( 时间序列假设可划分为若干个状态, 比如, 我国沪市从 1996 年 12 月 16 日到 ) 2006 年 4 月 4 日股票综合指数的涨跌幅的时间序列就可以划分为 20 种状态, 见后 在时刻 t = k + 1, 它处于状态E i2 ( i2 = 1, 2, …,m ) 的统计规律仅仅与E i1 有关, 而与 t = k 以前{y t } 所处的状态无关, 则称这样的时间序列为一重马尔克夫链; 如果在时刻 t = k 和 t = k - 1, 时 间序列所处的状态分别为E i1 和E i2 , 在 t = k + 1 时刻的状态E i3 的统计规律性只与 t = k 及 t = k - 1 时刻的状态有关, 而与 t = k - 1 以前的状态无关, 那么它就可称为二重马尔克夫 链; 类似地还有三重、四重、…n 重马尔克夫链. 比如我国沪市从 1996 年 12 月 16 日到2006 年 ( ) 4 月 4 日每天股票指数的涨跌幅的时间序列就可以看成是一个 n n = 1 或 2 或 3 … 重马尔 可夫链. 马尔克夫分析法可按下列步骤进行: 收稿 日期: © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. 11 期 张银鹤, 等: 马尔克夫分析法在我国股市预测中的应用