基于灰色模型的股票价格预测研究

来源:用户上传      作者: 漆明春　戴　亮

　　摘 要：股票价格的预测是投资者最关心的问题之一，也是投资者投资成功与否的关键所在。本文在对灰色预测模型进行详细解析的基础上，结合我国证券市场的实际，通过对上证指数的预测来说明该方法的有效性及应用价值，这对投资者的投资决策行为有较强的指导意义。
　　关键词：灰色预测模型；股票价格；上证指数
　　中图分类号：F832.5 文献标识码：A 文章编号：1003-9031(2008)08-0047-04
　　
　　一、问题的提出
　　
　　股票价格的预测直接关系着投资者的投资收益，是投资者在作出投资决策之前需要重点考虑的因素之一。但是，由于影响股票价格的因素众多，除了最基本的供求与价格关系外，内部因素如公司净资产、公司盈利水平、股利政策、股份分割、增资与减资、资产重组，外部因素如宏观经济因素、行业因素、市场因素等等与股票价格都有密切的关系。加上我国证券市场发展时间较短，信息披露制度还不完善，一系列的操纵市场，内幕交易等行为还普遍存在。对于普通投资者来说，从股票市场得到的数据相对来说是很少的，信息不对称严重。而要想通过所获得的极少信息来预测股票价格的走势以便指导投资决策行为，就必须要求利用极少数据所建立的预测模型要具有较强的准确性，并且必须对预测模型进行相应的检验，以证明其有效性。
　　灰色预测是灰色系统理论的重要组成部分。灰色系统理论认为，由于各种环境因素对系统的影响，使得表现系统行为特征的离散数据呈现离散，但是这一无规律的离散数列是潜在的有规序列的一种表现，系统总是有其整体功能，也就必然蕴含着某种内在规律。[1]任何随机过程都是在一定幅度范围、一定时区内变化的灰色量，灰过程处理的主要手段是将原始数据进行有规律的处理来寻求数据间的内在联系，最常用的是累加生成法，对生成变换后的数列建立微分方程型的动态模型即是灰色模型。[2]对原始数据灰化处理再建模是灰色预测模型的基础和核心思想。
　　灰色预测模型具有以下三个典型的特点：一是建立灰色预测模型所需的信息和数据相对较少，一般只要有4个以上的数据就可以建立模型。[3]二是建立的灰色预测模型精度较高，能保持原始数据的特征，较好地反映需要预测的问题的实际状态。三是灰色预测与其他预测方法相比而言，其可检验性较强，因而具有很强的生命力，广泛地被运用于不同行业的有关数据的预测中。
　　灰色预测模型的这三个特点正好适应了普通投资者的实际状态，而且灰色预测模型适用于时间短、数据少、波动不大的系统对象，只需要很少的数据就可以建立预测模型，正好符合我国现阶段证券市场的实际。
　　
　　二、灰色预测模型
　　
　　(一)建立灰色预测模型
　　
　　三、上证指数的灰色预测
　　
　　当灰色预测模型通过了检验之后，我们就可以利用其来预测股票价格。本文选取三组数据，分别代表上升行情、下降行情和盘整行情的上证综合指数的收盘价来进行预测(见表2)。其中：2008年1月2日到7日4个交易日――代表上升行情，2008年3月11日到14日4个交易日――代表下降行情，2008年2月26日到29日4个交易日――代表盘整行情(注：2008年1月5日和6日为周末休市)。一方面是因为在上交所上市的股票比深交所的多，能较全面反映各行业的情况；另一方面是因为综合指数能较为准确地反映股票价格的总体水平，具有较强的综合性和趋势性。[4]
　　
　　(一)建立模型
　　根据灰色预测模型的推导，可以求得灰色预测模型，见表3：
　　
　　根据灰色预测模型可以求出原始数据的预测值，见表4(为了便于比较，此处把原始值和预测值列于一个表)：
　　
　　(二)检验
　　对该模型分别进行残差检验、关联度检验、后验差检验，具体值如表5：
　　
　　从相关的数据我们可以看出，对模型的各项检验均可以通过，但是对于下降行情而言，其相对误差随着日期的延伸而变得越来越大，其预测精度会逐步下降。但是对于短期而言，其预测精度还是较高，所以模型可以用来实际预测。
　　(三)实际预测
　　为了更好地说明问题，用实际所求得的灰色预测模型对三种情况的顺延的4个交易日的上证指数进行预测。
　　
　　从上面的预测值与真实值我们可以看出，预测准确率为：上升行情>盘整行情>下降行情。但是无论是那种行情，其准确率相对而言都较高。
　　
　　四、结论
　　
　　本文虽然只对上证指数进行了预测，但是其他任何类型的股票市场均是以证券价格变化曲线来反映市场行情走势，故灰色预测不仅适用于上证指数，对于其他的股票市场也同样适用。[5]信息在证券投资分析中起着十分重要的作用，是进行证券投资分析的基础，来自不同渠道的信息最终都要通过各种方式对证券的价格发生作用，导致证券价格的上升或下降，从而影响证券的收益率，因此，信息的多寡、质量的高低将直接影响证券投资分析的效果。根据美国芝加哥大学财务专家尤金.法默的有效市场假说理论，可以把我国的证券市场归类为弱式有效市场，信息从产生到被公开的效率受到了损害，即存在“内幕信息”，投资者对信息进行价值判断的效率也受到了损害，而这正是灰色模型预测成立的最重要的前提条件之一。结合以上分析我们可以看出，灰色预测模型对于具有随机特性的股票价格特别是对于我国现阶段证券市场的实际情况的预测有较高的精度。灰色预测模型的结果为指数型曲线，其预测的几何图形是一条较为光滑的曲线，因为对于随机性比较大的数据进行预测，其预测精度就会偏低或偏高，影响预测精度。[6]对于中长期的股价预测精度虽然有所下降，但是对于短期内的股票价格变化，特别是应用于上涨的证券市场预测精度很高，其有效性与应用价值较高。而且相对于其他的预测方法，灰色预测对数据量的要求不是太多，更不要求数据具有典型分布特性。对于投资者来说，特别是对于投机者而言，应用此方法在短期内预测股票价格的变化，指导投资决策行为，以便获得投资收益，具有较强的指导意义与应用价值。
　　
　　参考文献：
　　[1]邓聚龙.灰色系统：社会・经济[M].北京：国防工业出版社，1985.
　　[2]邓聚龙.灰色系统基本方法[M].武汉：华中理工大学出版社，1987.
　　[3]陈海明，李东.灰色预测模型在股票价格中的应用[J].科研管理，2003，(3).
　　[4]吴菊珍，徐晔，龚新桥.灰色预测在股票价格预测中的应用[J].统计与决策，2007，(1).
　　[5]杨淑玲.股票价格的灰色预测[J].江西财经大学学报，2006，(5).
　　[6]岳朝龙，王琳.股票价格的灰色―马尔柯夫预测[J].系统工程，1999，(11).
　　
　　“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”

转载注明来源:https://www.xzbu.com/3/view-789951.htm