程丽娟,冯洁明
(岭南师范学院 数学与统计学院,广东 湛江 524048)
在金融市场中,股票市场可以合理配置市场资源,控制市场金融风险.对股票走势的研究,主要有现代统计学分析法和神经网络预测法[1-3].孟坤和李丽运用ARMA模型对上证指数日收盘价进行拟合静态预测[4];陈倩文将ARMA模型和GARCH模型结合对沪深300股指期货价格进行预测[5].Kim和Shin将神经网络模型和遗传算法相结合预测股票价格[6].
笔者选取中国联通(600050)2020年7月1日至2020年9月18日的股票日收盘价,通过均值-标准差分级法对股票日收盘价进行状态分级,使用加权马尔可夫模型对未来3天日收盘价区间进行预测,并使用模糊集理论的级别特征值对收盘价进行预测.为了提高模型的适用性,分别选取2020年7月1日至2020年9月18日及2019年12月2日至2020年2月28日的上证指数和恒瑞医药的收盘价对未来3天的数据进行预测,预测效果较好.
使用马尔可夫模型预测股票时,通常考虑前一时刻股票价格对后一时刻的影响,但前若干天的股票价格也可能对当前时刻的价格有影响.因此,以各阶自相关系数作为前若干天对当天状态的影响权重,最后用各状态加权求和的概率来预测当天股票收盘价所处的状态[7].
由加权马尔可夫模型预测得到股票日收盘价所处的区间,使用模糊集理论中的级别特征值计算出具体的股票日收盘价.对各状态赋予权重,根据权重公式计……