市场状态转移概率预测.ppt

第十一章 市场状态转移 概率 预 测 第一节 马尔柯夫链的基本原理 ? 一、 状态和状态转移 ? 1 、 状态 ：系统在某时刻出现的某种结果。 ? 常用 i 表示（ i=1 ， 2 ， … ， N ）。 ? 2 、状态变量 X t =i ：表示系统在时刻 t 处于 i 。 ? 3 、 状态转移 ：系统由一种状态转移为 ? 另一种状态。常用 i →j表示。 状态举例 ? 例 1 ：人民生活水平可分为三种水平状态： ? 温饱、小康、富裕 。 ? 例 2 ：企业经营状况可分为： ? 盈利、不盈不亏、亏损 。 ? 例 3 ：商品销售状况可分为： ? 畅销、平销、滞销 。 ? 状态转移举例 ： ? 例 4 ：营业情况由 盈利→亏损 。 ? 例 5 ：商品由 畅销→滞销 。 二、无后效性和遍历性 ? 1 、无后效性 ：如果系统在状态转移过程中， 它在时刻 t n 所处的状态仅与时刻 t n-1 所处的 状态有关，而与时刻 t n-1 以前所处的状态无 关。这种特性称为无后效性或马尔柯夫性。 ? 例：本月库存只与本月调入调出、损耗及 上月底库存有关。 ? 2 、遍历性 ：又称稳定性，若转移概率矩阵 不变，系统状态经过许多步转移之后将逐 渐达到稳定的状态，且与系统的初始状态 无关。 ? 例：市场最终占有率。 三、马尔柯夫链 ? 如果一个系统具有限个状态，状态转移的时间是离散 （如月、季、年），且这种转移具有无后效性， 则称 此系统构成一个马尔柯夫链。 ? 四、 状态转移概率和转移概率矩阵 ? 设系统有 N 个状态 i （ i=1 ， 2 ， … ， N ），以状态变 量 x t =i 表示在时刻 t n 处于 i （ i=1 ， 2 ， … ， N ），如果 系统在时刻 t n 处于 E i 而在时刻 t n+1 转移到 i 的概率只与 i 有关而与 t n 以前处的状态无关，则此概率可表示为： ? P ij = P （i→j） = P （ x n+1 =j∣x n =i ） ? 并称为 一步转移概率 。 ? 0≤ P ij ≤1 ? ∑ P ij =1 一步转移概率矩阵 ? 所有 P ij 构成的矩阵为： ? 称为一步转移概率矩阵 。 ? ? N N ij NN 2 N 1 N N 2 22 21 N 1 12 11 P P P P P P P P P P P ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? n 步转移概率矩阵 ? 在多步转移中， n 步转移概率记为 ： ? P ij （ n ） = P （ i n j ） =P （ x n =j ∣ x 0 =i ） ? （ i ， j=1 ， 2 ， … ， N ） ? 所有 P ij （ n ）构成的矩阵 ? 称为 n 步转移概率矩阵。 ? P （ n ） 与 P 的关系 ： 可证明 ： ? P （ n ） =P n ; P （ n ） = P （ n-1 ） P=P n-1 P ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? n P n P n P n P n P n P n P n P n P n P NN N N N N ? ? ? ? ? ? ? 2 1 2 22 21 1 12 11 第二节 状态转移概率的估算 ? 1. 基本方法 : ? 1) 主观概率法 ：在历史资料不全或缺乏 ? 历史统计资料的情况下使用； ? 2 ） 统计估算法 ：可由统计资料获得。 ? （条件：上下周期状态相同） ? 2 . 举例 ： 2 . 举例 ： ? 例 1 ：设味精市场的销售记录共有 3 年 12 个季 度的数据，试求味精销售状态转移概率矩阵。 季度 1 2 3 4 5 6 7 8 9 10 11 12 销售 状态 畅 滞 滞 畅 畅 畅 滞 滞 滞 畅 滞 畅 1 2 2 1 1 1 2 2 2 1 2 1 第三节 带利润的马氏链 ? 1. 利润矩阵 ： 对一般具有 ? 转移概率矩阵的马氏链， ? 当系统由状态 i 转移到 j 时， ? 其利润记为 r ij , ? 则称 ： ? 为系统的利润矩阵。 ? ? ? ? ? ? ? ? ? ? ? ? ? NN N N N N P P P P P P P P P P ? ? ? ? ? ? ? 2 1 2 22 21 1 12 11 ? ? ? ? ? ? ? ? ? ? ? ? ? NN N N N N r