【導讀】且利用delphi開發(fā)工具實行自動化控制。通過實際數據的輸入與結果的檢驗,證明。該程序具備較強的實用性,大大提高了預測的速度與效率。于它以往的演變。在現實世界中,有很多過程都是馬爾可夫過程,如液體中微粒所作。的布朗運動、車站的候車人數變動等,都可視為馬爾可夫過程。的整體稱為馬爾可夫鏈,主要是研究馬爾可夫過程的狀態(tài)及關聯,并預測未來的變化。與馬氏鏈方法結合起來希望通過嚴密的數學模型推測出股票狀態(tài)轉移的概率。天、一個月或一個季度)之間的比較研究。主要通過比較相鄰一段時間內的價格(若。的收盤價格)來確定各狀態(tài)[4][5]。先穩(wěn)后漲、繼續(xù)平穩(wěn)、先穩(wěn)后跌、先跌后漲、先跌后穩(wěn)、繼續(xù)下跌。代表漲→漲;(Xi﹣Xi+1≤-Y&&︱Xi+1. ﹣Xi+1在小于0、等于0、大于0分別代表漲、穩(wěn)、跌。相同的,Xi+1﹣Xi+2也可以分為。發(fā)生后,Xi+1<Xi+2以較大概率P1發(fā)生。同樣的,Xi+1﹣Xi+2落在區(qū)間(-?