数学建模预测股市走向_精品文档Word文档下载推荐.doc
《数学建模预测股市走向_精品文档Word文档下载推荐.doc》由会员分享,可在线阅读,更多相关《数学建模预测股市走向_精品文档Word文档下载推荐.doc(28页珍藏版)》请在冰豆网上搜索。
未来一年时间A股市场涨跌的评估预计
A股即人民币普通股票,是中国大陆机构和个人投资的主要股票。
A股市场的涨跌受经济形势,国家政策,外部环境以及投资者心态等多个因素影响。
2011年A股市场的上证指数和深成指数都出现暴跌,使投资者蒙受了很大的损失。
请查阅网上的资料和数据。
建立数学模型,定量分析并预估未来一年时间内A股市场的涨跌变化。
符号说明
----------为发展灰度数
---------为内生控制灰度
------表示在时间时的股票收盘价
----------表示关联度
--------表示序列的标准差
--------表示绝对误差序列的标准差
----------表示方差比
---------表示对数据划分区间
--------表示第i状态转移到第j状态的概率
------------表示时刻0处于状态的概率
-----------表示经过k步转移后处于状态的概率
模型假设
(1)运用的数据的来源是有效的,在统计过程中无错误
(2)假设无人为操纵股市的走向,为随机数据
(3)假设2009年到2011年无统计数据的日期为股市休息日
模型分析
一、问题的分析
因为A股指数包括上证A股指数与深成A股指数,选择其中一个进行分析即可,所以就不妨选择上证A股指数2011年1月4日到2011年12月30日的每天收盘价的数据,总共244个综合指数收盘价数据排列成时间序列,表示2010年1月4日,表示2011年12月30日,设数列表示时间的股票收盘价(见附件A)。
进行数据处理、分析,做出时间序列图如下图所示。
又因为A股指数的走势受经济形势,国家政策,外部环境以及投资者心态等多个因素影响;
经济形式因素考虑每年GDP、CPI值;
国家政策则考虑银行存款利率与银行准备金率;
外部环境考虑其他股票对其的影响;
投资者心态则考虑A股指数的涨跌情况。
通过查阅资料,灰色预测模型[1]是一种对含有不确定因素的系统进行预测的方法,又知股票市场正满足这种情况,又得知马尔可夫链模型[2]研究的是受利率、汇率、通货膨胀率、所属行业前、经营者能力、个人预期及心理因素等多种随机因素的影响,所以先用灰色预测模型对股票市场涨跌变化进行预测。
假定,根据表1得原始时间序列序列:
级比分析
由原始数据的级比:
要求级比满足:
比及判别:
利用matlab软件编程(程序见附件1)计算,在范围内,但数列中有107个数据未在区间内,所以不可用原始数据作GM(1,1)模型.
为此我们先对原始数据做以下变换
级比:
要求满足:
利用matlab软件编程(程序见附件2)计算,,且在范围内,所以所有数据均在区间内,则级比检验合格。
经过变换后的序列,通过一次累加()生成序列
模型的建立
对建立变量的一阶微分方程GM(1,1)模型【1】为:
+=
(1)
式中,为发展灰度数,为内生控制灰度。
构造均值序列:
令为的均值序列,其中:
设为待估参数向量,且,利用最小二乘法求解,可得
式中:
记:
,,
求解微分方程,预测模型:
模型的求解
首先,利用matlab软件编程(程序见附件3)计算得参数:
即:
;
又由:
。
代入参数最后得到的模型为:
模型的检验
(1)参数的检验
因为:
模型中参数的取值范围:
在此范围内,故此灰色预测模型适用
(2)灰色预测模型的精度检验
灰色预测精度检验有残差检验、关联度检验和后验差检验。
1)残差检验
按预测模型计算得预测值,将经过一次累减生成,
其中
数据的变换还原:
绝对误差:
相对误差:
通过MATLBA软件计算(见附件4)得:
令为精度=
通过MATLBA软件计算(见附件4)得:
0.9669
所以运用该模型进行预测的精度为:
96.69%。
2)关联度检验
关联系数
则关联度为:
所以关联度检验合格。
3)后验差检验
原始序列的标准差:
绝对误差序列的标准差:
方差比为;
计算小误差概率
比较与可知(见附件5),中有7个值大于,所以小概率检验不合格。
(3)模型的修正
因为原预测模型:
按预测模型计算得预测值,对变换后的累加序列
重新定义残差:
对残差数列进行一次累加得:
可以建立相应的模型:
所以修正模型为:
运用matlab软件求解(见附件6)修正模型:
运用模型进行预测
根据修正模型得到最后的预测模型为:
预测2012年的243天股票开盘的上证指数的收盘价(见附件B)的图形走势图为:
又知运用灰色模型进行长期预测会出现较大的误差,可以用2011年每天开盘价实际值与用该模型预测2011年每天的预测值之间的误差去修正2012年每天开盘价(见附件C)指数。
得到的走势图如下图:
马尔可夫链模型对预测进行优化
问题的分析
因为A股指数的走势受经济形势,国家政策,外部环境以及投资者心态等多个因素影响;
因为马尔可夫链模型研究的是受利率、汇率、通货膨胀率、所属行业前、经营者能力、个人预期及心理因素等多种随机因素的影响,所以采用马尔可夫链模型对2012年股票市场涨跌变化进行预测。
首先对2011年的每天开盘后的收盘价数据进行累减,得出相邻两天的涨幅如下表:
从表中可知最低跌幅为-104点,最高涨幅为77.8点,设为每天的涨幅,然后对数据进行划分为18个状态:
[-110,-90),[-90,-80),[-80,-70),[-70,-60),……[70,80)。
分别用a1,a2,…,a18表示这些状态。
然后用matlab软件编程(附件10)求得每天涨幅在这些状态的频数:
A1
.
A18
1
6
4
3
16
5
27
23
39
45
19
17
11
2
及确定状态转移频数下表:
8
7
又知对上述数据划分为18个区间,可知有18个互不相容的状态,
其中:
,表示第i状态转移到第j状态的概率。
设为:
表示时刻0处于状态的概率,若经过k步转移后处于状态的概率为,由[3]方程,记,
称此方程为马尔可夫链预测模型。
展开方程有:
变形为:
矩阵P中每一横行为某一状态下各种情况转移的概率.
且:
综上所述,马尔可夫链预测模型为:
=
因为,,则知状态转移到了,出现在状态的次数增加一次,总次数为17,对应的概率为除以相应落在对应状态区间的频数,求得状态转移概率(见附件D)
所以得到概率矩阵(见附件10)为:
所以所求解的马尔可夫链预测模型为:
运用模型预测2012年每天开盘后的涨幅如下表:
第一天涨幅为20-30点,以后每天均涨幅0-10点。
所以再用涨幅去修正用灰色预测预测2012年每天开盘后的收盘上涨指数的值,得到走势图为:
所以,综上所述可知,20