经济预测与决策（第二版）B08马尔可夫预测法.pptxVIP

第8章 马尔科夫预测法;;1．马尔科夫预测法概述 马尔科夫预测法是由俄国数学家马尔科夫发明的。在20世纪初，马尔科夫研究发现自然界中有一类事物的变化过程仅与事物的近期状态有关，而与事物的过程状态无关。比如：研究一个商店的累计销售额，如果现在时刻的累计销售额已知，则未来某一时刻的累计销售额与现在时刻以前的任一时刻的累计销售额都无关。 事物的这类特性称为无后效性。具有这种特性的随机过程称为马尔科夫过程。 在马尔科夫预测分析中，引入状态转移这个概念。所谓状态是指客观事物可能出现或存在的状态；状态转移是指客观事物由一种状态转移到另一种状态的概率。;Xk表示趋势分析与预测对象在t=k时刻的状态向量 P表示一步转移概率矩阵 Xk+1表示趋势分析与预测对象在t=k+1时刻的状态向量。;2．马尔科夫过程 当随机过程在某一时刻t0所处的状态已知的条件下，过程在时刻t t0时所处的状态只和t0时刻有关，而与t0以前的状态无关，则这种随机过程称为马尔科夫过程，同时称这种性质为无后效性，又叫马尔科夫性。;3．马尔科夫链 时间和状态都是离散的马尔科夫过程称为马尔科夫链。 例：蛙跳问题 假定池中有N张荷叶，编号为1，2，3,……,N，即蛙跳可能有N个状态（状态确知且离散）。青蛙所属荷叶，为它目前所处的状态；因此它未来的状态，只与现在所处状态有关，而与以前的状态无关（无后效性成立）。;时间集T1={0,1,2,…};4．转移概率和转移矩阵;?;概率向量;1步转移矩阵;对齐次马尔科夫链来说，很容易证明以下结论：;?;容易证明，对有限的齐次马尔科夫链，若满足以下条件：;5．正规概率矩阵 定义：若一个转移矩阵P，存在着某一个正整数m，使Pm 的所有元素均为正数（Pij o），则该矩阵称为正规概率矩阵 ;?;?;uP = u ∑u=1;1/4u1+1/2u2+1/4u3=u1 3/5u1+1/5u2+2/5u3=u2 1/4u1+1/3u2+1/3u3=u3 u1+u2+u3=1;8.2 马尔科夫方法在经济预测中的应用;8.2.1 基本步骤 使用马尔科夫预测方法遵循如下假设： （1）转移矩阵必须逐期保持不变，即不随时间的变化而变化。 （2）预测期间状态的个数必须保持不变。以市场占有率为例，必须加大在预测期间市场竞争对手的??目保持不变。 （3）状态的转移仅受前一周期的影响。;具体步骤如下： 第一步，确定系统的状态。首先把预测所研究的目标归纳成一组“状态”。各状态之间互不相容，且所有的状态共同构成一完备事件组。 第二步，确定转移矩阵。这是建立马尔科夫预测方法的一个重要环节。有时可以根据历史统计数据计算事件发生频率来确定转移概率和状态发生的概率。但是这些数据必须仔细加以审查，要去掉不大可能重复发生的异常数据，还要考虑到目前的发展趋势。此外，在进行预测时，可以利用抽样调查来确定转移概率。当缺乏真实可靠的资料时，还可用主观概率法估计转移概率。 第三步，进行预测计算。利用预测模型进行计算。;8.2.2 转移矩阵的确定方法;;月份;频数矩阵;?;【实例8-2】假定市场上主要手机品牌有诺基亚、摩托罗拉、三星及其他品牌，分别由四类不同的销售商进行销售。同时假定当前，这些品牌目前市场占有率分别为35%、25%、20%、20%。;;初始状态为 s(0)=[0.35,0.25,0.20,0.20] 1．预测未来各期市场占有率 2010年这些品牌市场占有率为： s(1)=s(0)P=[0.360,0.210,0.278,0.152] 2011年这些品牌市场占有率为： s(2)=s(0)P2=[0.3549 ，0.1831，0.3443，0.1177] 2．预测长期占有市场率 由于S(k) = S(0) P[k] lim S(k) = S(0) lim P[k] = S(0)?T = U ;8.2.4 在股票预测中的应用 在股票市场上，股票价格代表了股票的投资价值。投资者总是希望在低位时买进股票，而在高位抛出股票。因此，在股票交易市场中，投资者最关心的就是股票价格未来变化的趋势。有关股票价格预测的方法有很多种，这里介绍如何使用马尔科夫预测法对股票价格状态进行预测。 ;月份;频数矩阵;由于第60个交易日股票收盘价处于下降，可以认为初始状态概率向量E(0)=(0,0,1)，利用初始状态概率向量和状态转移概率矩阵计算以后几天股票收盘价处于各种状态的概率。 第61个交易日收盘价状态概率向量： E(1)= E(0)P= (0.444 ，0.222 ，0.333 ) 根据计算结果，发现股票收盘价处于平盘状态的概率最大为44.4%，因此可预测第61个交易日收盘价处于平盘。 第62个交易日收盘价状态概率向量： E(1)= E(0)P2=(0.456 .0.221，0.324 ) 根据计算结果，