- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
{定价策略}基于灰色马尔
柯夫模型的黄金价格预测
基于灰色马尔柯夫模型的黄金价格预测
秦笙,陈阳
(陕西师范大学国际商学院,西安710062)
摘要 :黄金价格变化受多种因素的影响,表现出既有宏观趋势的确定性又有微观波动的随机
性,而准确预测黄金价格一直是金融机构的重要研究任务之一。因此,根据灰色预测模型和
马尔柯夫链的基本原理,考虑各自的特点,构造出预测黄金价格的灰色马尔柯夫模型。两种
方法可以优势互补,使得预测结果更加合理可靠。实例计算分析表明,灰色马尔柯夫模型可
以有效预测具有某种变化趋势而随机波动较大的黄金价格。
关健词 :灰色预测模型;马尔柯夫链;灰色马尔柯夫模型;黄金价格
中图分类号:F830.94 文献标识码:A
BasedonGrayMarkovmodelstopredictthepriceofgold
QINSheng,CHENYang
(InternationalBusinessSchool,ShaanxiNormalUniversity,Xi’an710062,China)
Abstract:Thepriceofgoldisaffectedbymanyfactors,itshowedthecertaintyofmacroandth
erandomofmicro,accuratelyforecastthepriceofgoldhasbeenoneoftheimportantresearch
taskinfinancialinstitutions.Therefore,accordingtothebasicprinciplesofGreyforeca
stingmodelandtheMarkovchain,consideringtheirowncharacteristics,constructedGreyM
arkovmodeltopredictthepriceofgold.Twomethodscanplementeachother,makingpredictio
nismorereasonableandreliable.CalculationandanalysisshowedthattheGreyMarkovmodel
caneffectivelypredictthepriceofgold.
Keyword:Greyforecastingmodel;Markovchain;GreyMarkovmodel;Thepriceofgold
1 引言
全球性金融危机的爆发,使得各个国家的资本市场大幅下跌,证券和期货市场的
风险骤然增加,与此同时,黄金的避险和保值功能吸引了大批投资者转战黄金市
场,黄金价格一路飙升。然而,黄金市场也存在着风险,黄金价格也会随着一些
影响因素的变化而波动,对其进行深入的研究有利于我们更好地把握其规律,提
高黄金投资的收益率。
影响黄金价格的因素包括通货膨胀率、汇率、利率、股票价格指数等,黄金价格
的形成是一个十分复杂的经济过程,是许多因素综合作用的结果。因此可以把黄
金价格的形成过程看作是既含有已知信息,又含有未知信息的灰色动态系统,从
黄金价格时间序列本身挖掘有用的信息,建立系统发展变化的 GM(1 ,1)动态预测
模型。鉴于黄金价格的时间数据序列常常呈现趋势性和较大的波动性,传统的
GM(1 ,1)灰色预测模型对随机波动性较大的数据序列拟合效果较差,预测精度较
低,而马尔柯夫链适合于随机波动性较大的预测问题,因此这两种方法的优点可
以互补,前者用来揭示预测数据序列的发展变化总趋势,后者用来确定状态的转
移规律,把两者有机结合起来,形成一个灰色马尔柯夫预测模型,可大大提高随
机波动较大数据序列的预测精度。
2 灰色马尔柯夫模型的建立
2.1 灰色预测模型 GM(1,1)
灰色系统理论认为,尽管由于各种因素对系统的影响,使表现系统的行为特
征值的离散数据呈现出离乱,但系统总有整体功能,也就必然蕴含着某种内在规
律。因此如何用科学的方法将原始数据加以整理而寻找其变化规律来认识系统的
本来面目是值得研究的。灰色系统 GM(1,1)预测模型的基本思路是把一个随时间
变化的数据序列通过累加,生成新的数据列,根据灰微分方程的白化微分方程的
解,还原后即得灰色 GM(1,1)预测模型。设
(0) (0) (0) (0)
X = {x (1),x (2),…,x (n)}(1)
为从某系统采集的一组时间序列,这些数据可能是杂乱无章无规律的,但经过下
边的累加生成后,弱化了数据的随机性和波动性,增加了信息的白化度而呈现出
一定的规律。
将 X(0)
文档评论(0)