股票投資價值灰色系統(tǒng)模型及應用-資料下載頁
2025-06-24 17:07本頁面
【正文】 數(shù)收盤指數(shù)從1月2日的2103點降至10月22日的1520點，跌幅近30%，如以當年最高點2245點計，跌幅更深，因此，我們應用灰色系統(tǒng)模型對股票指數(shù)變化狀況進行預測，以期能更好地開展投資決策和最大限度地降低風險。根據灰色微分方程建立上海綜合指數(shù)走勢預測模型，為此，我們以上海綜合指數(shù)的實際周收盤數(shù)為基礎，得到指數(shù)走勢的預測方程：，其中，k=1，2，…。 根據這個模型對指數(shù)的預測，結果和誤差狀況見表3，由表可以看出，%，因此， %， %，小誤差概率近似為1。從模型本身來看，應該說對上證綜合指數(shù)的預測精度基本能達到要求。 新陳代謝模型與事后檢驗 事后檢驗是根據模型預測值與市場實際表現(xiàn)進行比較而得到的，根據該指數(shù)走勢預測模型，、總體是一個下降的趨勢，、%、%、%%，表明有較為理想的預測效果。但實際結果也表明，利用某一數(shù)據系列對走勢或時間轉折進行長期的預測，隨著時間的推移，由于新信息的作用沒有得到體現(xiàn)，歷史信息影響程度的有限性，即價格對信息的記憶與預見能力是有限的，也就是說，信息對系統(tǒng)的影響會隨著時間的流逝而逐漸減弱，誤差將會越來越大因 此，我們采用新陳代謝GM模型對2001年8月17日開始的上證綜合指數(shù)趨勢進行模擬，即利用最新的數(shù)據替換最舊的數(shù)據以最大限度地體現(xiàn)新信息對市場走勢的影響，計算的結果列于表4，結果表明，%，%。在趨勢判斷上，預測趨勢與市場實際表現(xiàn)有著較為一致的變化。從其模擬散點圖看，預測值與市場實際表現(xiàn)有著極為吻合的效果?！ ”? 新陳代謝GM模擬結果與后驗表 后驗相對誤差圖4. 小結 通過以上分析可以發(fā)現(xiàn)，灰色投資價值模型的預測是短期的，一般地講，對3個以上時間跨 度后的預測誤差較大，因此，需要利用新陳代謝模型進行重新估計，舊有的信息對系統(tǒng)的發(fā)展發(fā)揮持續(xù)的影響，而新信息的作用效果未能得到充分的反映，這就決定了僅根據原有信息進行的預測會比較大地偏離實際運動軌跡，從而失去了模型預測的意義。因此，在實際的應用過程中，我們應在模型中不斷補充新的信息，去掉那些對于預測的作用日益減小的舊數(shù)據，以反映新的信息對系統(tǒng)發(fā)展的影響特征。事實上，對于絕大部分系統(tǒng)來講，系統(tǒng)對信息的記憶功能是極為有限的，舊的信息對系統(tǒng)發(fā)展的作用將隨著時間的推移而不斷減小，因而，在應用該模型進行預測時，不斷更新數(shù)據系列將是十分重要?！ ∥覀円沧⒁獾?，預測值相較于實際值似乎有一個單位時間的延遲，這種延遲表明該預測模型 有一個“追漲”、“殺跌”的特性，這進一步說明了該模型的短期預測特性，這是可能因為，該模型的預測結果放大了舊信息對系統(tǒng)的影響程度，從而使預測結果產生一定程度的偏離，特別是在市場出現(xiàn)“暴漲”或“暴跌”的情況下，該模型的預測誤差相對較大。盡管該方法在一定程度上對于短期的走勢判斷有著良好的效果，但我們認為，為避免“追漲”、“殺跌”的作用所導致的重大趨勢延遲影響，將市場變化的時間轉折周期預測結合使用是一個可行的選擇，并適當加以調整，以避免或減少在對市場宏觀走勢重大變化的判斷中犯致命錯誤。基于此，我們正努力尋求新的算法和預測趨勢與市場重大變化的實際關系，以期消除預測判斷上的失誤。 在應用GM模型進行系統(tǒng)預測時，所應用的數(shù)據系列要求具有一定的光滑度，對那些具有劇烈跳躍性質的數(shù)據系列的系統(tǒng)，其預測效果不是十分理想，研究表明，系統(tǒng)本身的發(fā)展系數(shù)過大（）時，用這種方法模擬的精確度不到50%，因此，對于價格變化較為頻繁且有較大波動幅度的個股，這個方法對于指導其投資決策的意義會有所限制，我們正在進一步的研究之中。11 / 11
電大資料相關推薦
鄂ICP備17016276號-1