股票价格预测(组长:王超 组员:黄勇 赵建岗).docVIP

股票价格预测(组长:王超 组员:黄勇 赵建岗).doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE PAGE 16 股票价格预测 (组长:王超 组员:黄勇 赵建岗) 摘 要 本文是一个研究国内上市公司(SZ:002229)股票价格的预测问题。 通过所给出的相关数据,我们将用三种方法对所要预测的股票价格问题进行定性与定量的分析,建立相应的数学模型对股票价格进行预测。方法一:我们先将表1所给出的每周收盘价格按从小到大的顺序进行排列,然后将这些数据划分为四个价格区间(每一个区间对应一个状态),再利用软件对每周收盘价格在每个区间所对应的数目情况进行统计;并且统计出每个数据相对于下一个数据所在状态(区间)的转移次数,计算出各转移次数在相应总状态数下的概率,将计算出的概率合成状态转移概率矩阵。再根据统计出来的每个数据的状况转移表格,得到初始状态概率向量,用此向量去乘上述合成的矩阵,计算出每周收盘价格构建在各个区间的概率,并对得出的概率进行比较,得到的最大概率所对应的价格区间即为预测值所处的范围。最终经过计算可得出2014年8月每周末收盘价格均在[15.50,18.00)区间之内。 方法二:我们将所给出的数据分别进行线性拟合和非线性拟合,再利用软件分别计算出线性拟合数据和非线性拟合数据的拟合系数,从而得到两种拟合下的收盘价格与时间的关系式我们从网上查询了这家上市公司在2014年7月底前每周末的收盘价格数据(如表1),利用所查出的数据对上述拟合出的方程进行检验,然后将算出的拟合相关系数进行比较,进而得出一个最优的关系式。最后利用该式来预测2014年8月每周末的收盘价格,预测出来的数据如表6所示。 方法三:我们将考虑不对股票价格预测同的因素的影响,建立一个多层次的分析模型,并分别对股票公司的内部因素、宏观经济因素、政治因素三个方面,运用层次分析法进行分析,然后计算出各个方面的因数所占的权重。结合题目中所给出的数据建立数学关系式,再利用这家上市公司在2014年7月底前每周末的收盘价格数据对其关系式进行检验。最后利用上述的关系式来预测2014年8月每周末收盘价格,预测出的数据如表15所示。 关键字:马尔可夫预测 线性回归 非线性回归 相关系数 层次分析法 权重 股票价格预测 一、问题重述 表1(见附录一)数据是国内上市公司(SZ:002229)2013全年-2014年4月每周(按该周最后一交易日)的收盘价格。分析该公司所在的行业,考虑影响股票价格的主次要因素,结合当年所处于的经济环境,建立相应的股票价格的数学模型,利用2014年7月底前每周末的收盘价格进行检验,并以此预测2014年8月每周末收盘价格并指出该模型的优缺点。 二、模型假设 1.假设股票价格没有大户的操纵,即利用不正当手段来操纵市场上的股票价格。 2.假设国家经济平稳发展,国际不出现金融危机的情况。 3.假设股票数量供应大于需求。 4.假设国家税收不发生较大的变化。 5.假设表一所提供的数据真实可靠。 6.假设股民的心理不受股市震荡的影响。 三、符号说明 字符 含义 (=2,3,4;=1,2,3,4) 状态转移概率 方程的系数 收盘日期 收盘价格 股票内部因素 政治因素 四、问题分析 4.1模型一的分析 对于模型一:我们首先把表1所给出的每周收盘价格数据按从小到大的顺序进行排序。然后将这些数据划分为四个价格区间,利用软件进行统计每周收盘价格落在这四个区间内的个数,再统计出每个数据相对于下一个数据的所在的状态(区间)转移次数,将统计出来的转移次数处在相应总状态数所占的比重作为相应的概率。再利用表1中最后一周的收盘价格所在的区间建立初始状态概率向量,用此向量和所计算出的概率合成的状态转移概率矩阵作积,计算出每周收盘价格对应在各个区间的概率,并对得出的数据进行比较,得到的最大概率所对应的价格区间即为预测值所处的范围。用此方法来推测预测2014年8月每周末收盘价格。 4.1模型二的分析 对于模型二:对题中所给出的

文档评论(0)

changjiali2019 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档