APP下载

基于马尔科夫链的沪深综合指数的预测

2016-07-20刘冬梅蔡艳平

2016年24期
关键词:马尔科夫步数概率

刘冬梅 蔡艳平

摘要:面对股票市场的剧烈震荡与局势的不明朗,在这种背景下对沪深综合指数的走向进行预测,通过马尔可夫的平稳分布和最终稳态条件,采用马尔科夫链的方法计算沪指涨、平、跌三个状态的概率情况,并对投资者提出一定的借鉴性建议。

关键词:股指预测;马尔科夫链

一、前言

股票投资是投资理财的重要手段。股投资具有很强的技术性,是一项高收益,高风险的投资活动。在股票市场中,行情的变化的原因有许多方面,例如国家的经济政策,相关的法律法规,公司的经营情况等其他原因。马尔科夫预测是通过状态转移概率矩阵,预测事件发生的状态和,发展变化趋势。马尔科夫模型由于其考虑历史信息变化特点,并通过计算状态转移概率,然后对表现状态变化进行预测而在股市大盘指数中得到广泛应用。

二、马尔科夫链的数学原理

(一) 马尔科夫性。X(tn)马尔科夫链,是数学中具有马尔科夫性质的离散时间随机过程。现设随机过程{X(t),t∈T}的状态空间为I。如果对时间t的任意n个数值t1

(二)马尔科夫链。设随机过程ξ(t)只能取可列个值r1,r2,…,rn,把ξ(t)=rn成为在时刻t系统处于状态En(n=1,2,…)若在时刻t,系统处于En状态的条件下,在时刻τ(τ>t)系统所处的状态情况与t时刻以前所处状态无关,则称{ξ(t)}为时间连续,状态离散的马尔科夫过程。而状态的转移在t=tn(n=1,2,…)发生的马尔科夫称为马尔科夫链。

(三)马尔科夫链的特征

1、平稳分布性。当转移概率Pij(m,m+n)只与i,j及时间间距n有关时,称转移概率具有平稳性。记Pij(m,m+n) =Pij(n),Pij(n) =PXm+n=aj|Xm=ai。

2、遍历。若马尔科夫链转移概率的极限limn→∞Pij=a(j),I,jE,且与i无关,则称此马尔科夫链具有遍历性。表示一个系统经过相当长时间以后达到平衡状态,此时系统各状态的概率分布不随时间而变,且不依赖初始状态。

3、状态相通性。也就是说包含马尔科夫性过程不管在何种初始状态条件下,通过有限个转移步数,达到同一个状态是一定的。

三、沪指马尔科夫链预测模型的构建

(一) 假设。1.我国沪市从1997年以来的股市走势具有弱有效性,并且与历史信息相关。2.沪指是符合时间序列型的离散变量,状态只与当前的时间有关的马尔科夫过程

(二)沪综指的状态空间的划分。本文对沪综指的状态空间划分为涨、平、跌三种状态,划分的界限是每日收盘价在上下30个点的波动,其状态空间为I= {1,2,3},分别代表涨、平、跌。

(三)时间长度或转移步数的选择。由于是对沪指进行短期的预测,所以状态转移步数选择天数,时间为40天,这是有前人研究所得的。

(四)转移概率矩阵的设定。沪综指的状态转移矩阵为3阶矩阵,设其n步转移概率矩阵为Pn=P11P12P13P21P22P23P31P32P33,根据马尔科夫性,得出:Pn=Pn1。则第n期的状态概率为a(n)=a(0),Pn=a(0)pn1。

三、马尔科夫链模型的实证

本文选择的样本数据为2016年4月25日至2016年6月22日共40个交易日的沪深指数收盘价,并依据上面的模型来确定各个交易日的所处的状态。

(二) 状态转移概率矩阵的计算。在40个交易日内 涨的状态的次数为3,平的状态的次数为16,跌的状态的次数为21。由于最后一期状态为平并且没有下一个状态,所以平的状态为15。本文中,转移概率矩阵的计算方法是频率高,得出各个状态之间的转移概率矩阵为

P1=P11P12P13P21P22P23P31P32P33=003/32/155/158/151/2110/2110/21=0010.1330.3330.5340.0480.4760.476

(三)依据转移概率矩阵的各期指数走势预测。由马尔科夫链可知,用a(i)代表不同时期的状态概率,则a(n)=a(n),Pn=a(0)Pn1,其中a(0)为初始状态概率,且a(0)(0,1,0)所以计算得到a(1)=a(0)p1= (0.077,0.3845,0.5385),依次可以求出a(2),a(3)…得出a(n)=a(0)Pn=(0.293,0.375,0.332),n→∞

从结果可知,沪指将以下跌的趋势为主,概率达到53.85%,所以在短期内,沪指以最大的可能在30点内向下进行。

(四)依据稳态条件的模型求解。由马尔科夫链的稳定条件,a=aP1,a=(x1,x2,x3)∑xi=1,根据(x1,x2,x3)=(x1,x2,x3)0010.1330.3330.5340.0480.4760.476∑xi=1得到:x1=0.5385,x2=0.3845,x3=0.5383

四、结论与分析

根据预测在2016年6月22日之后的第一个交易日沪综指数下跌的可能性为53.85%,在一半以上,最终以7.7%的概率上涨,以38.45%的概率持平,其中下跌的概率的可能性较大。从结果来看,两个的概率预测结果一致,说明马尔科夫链模型可以比较准确的预测短期内的沪指的走势。沪指将以53.85%的高概率在短期内下跌,说明市场走弱,空头力量走强。另外,预测的结果是在38.45%的可能性持平,在30点内波动,说明在股市内还是有相当的一部人看好股市,并且想拉回估价。建议投资者在短期内不要贸然建仓,可以在短期内进行观望。手中存有股票的股民可以放仓进行止损,等有明显的回调趋势的时候在入市建仓。(作者单位:河北经贸大学)

参考文献:

[1]冯文权.经济预测与决策技术[M]成都:电子科技大学出版社,1989.

[2]夏莉,黄兴洪.马尔可夫链在股票价格预测中的应用[J].商业研究,2003,(10).

[3]陈明智.股价(期货)分析预测学[M].北京:教育科学出版社,1993.

猜你喜欢

马尔科夫步数概率
基于叠加马尔科夫链的边坡位移预测研究
概率与统计(一)
概率与统计(二)
楚国的探索之旅
基于改进的灰色-马尔科夫模型在风机沉降中的应用
微信运动步数识人指南
国人运动偏爱健走
马尔科夫链在教学评价中的应用
基于马尔科夫法的土地格局变化趋势研究