论文部分内容阅读
【摘 要】股票是最普遍的证券投资工具之一。近些年来，有越来越多的普通市民参与到了中国股市中，期望能够从中获取收益。本文主要通过统计方法对从预测方面对股市进行分析，旨在为投资者提供一个全新的思考角度，并希望通过此文使投资者对中国股市有一个更加全面的了解，从而帮助他们进行投资。
【关键词】时间序列；滑动平均模型(MA)；回归模型(AR)；有效性
股价虽然有其特有的波动特性，但归根结底还是由一串串数据构成的，因此专门用于数据分析的统计方法是否也能应用于股价的预测分析呢？下面让我们具体地进行分析。本文主要运用时间序列的分析方法对股价的走势进行分析与预测。
一、大盘分析
（一）模型识别
.我们可以大致判断由此230个涨跌幅数据组成的时间序列是平稳的，下面就可通过对其自相关系数(ACF)与偏相关系数(PACF)的分析来识别这些数据是属于何种时间序列模型的，利用Minitab软件得到此序列的ACF与PACF.
（二）模型拟合
在初步拟订了模型之后，即可进行模型拟合，并根据拟合的结果对模型进行进一步的修改。若有若干个模型适用，则挑选AIC最小的一个模型。
在上面已知SMA(3)8 和SAR(3)8这两个模型都初步符合大盘涨跌幅这一时间序列。首先看看SMA(3)8这个模型是否合理。通过Minitab软件进行参数估计与模型检验，可知模型为：Zt=at+0.2149at-8-0.1675at-16+0.2322at-24
接下来再来看一下SAR(3)8模型是否合理，用同样的方法，可得到模型为:Zt=0.188Zt-8?0.1669Zt-16+0.2434Zt-24+at
在两模型同样合理的情况下，我们选择一个AIC小的模型， ， 其中k为未知参数的个数。经计算，对于SMA(3)8模型，AIC=5.94；对于SAR(3)8模型，AIC=5.95，因此我们选择SMA(3)8模型
（三）预测
在确定了模型之后就可进行预测。预测过程通过Minitab软件来实现。下面通过Minitab软件得到了之后16个交易日的預测值。
我们可以看出，当预测的步数较小时准确率都不高，当步数为4时，真实值与预测值甚至是完全相反的，虽然随着步数的增加，预测的准确率有所增加，但依然不够理想，例如在步数为14这一点，真实值与预测值也相去甚远。那么这是不是就说明这种预测方法完全没有可取之处呢？我们当然不能如此武断地将一种方法全盘否定。
可以看出此次的预测结果同样并不是太理想，但是16天累积涨跌幅的预测值r=0.2527，而真正的累积涨跌幅为R=-0.607。这个差异也并不是太大，即在未来的16天里，大盘将维持震荡整理的走势。所以我们可以得出结论，用时间序列的分析法预测中长期的走势还是具有一定的根据性的，在分析中之所以会选择16天来进行预测是由于此序列是以8为周期的，若将16换成其他的天数，只要天数不是太少，结论应该依然成立。
二、个股分析
上面的分析是对大盘的总体走势进行分析的，那么这种方法对于个股的应用性有如何呢，下面以楚天高速为例来简洁地分析一下。
ACF和PACF在k=43时都超出了检验水平，因此暂把模型定为SAR(1)43与SMA(1)43均可。经过参数估计与检验，得知两个模型都是适当的，而SMA(1)43的AIC更小，因此将模型定为Zt=at-0.2789at-43。
我们依然可以发现真实值相对预测值来说波动要大的多，在步数为2、11等点处尤为明显，而且大致的趋势也不同。那么还是像刚才一样，计算一下15天的累积涨跌幅，可以得到预测的累积涨跌幅r = ?3.14%，而实际的累积涨跌幅R = ?6.92%，虽然仍然存在偏差，但是把握住了这15天股价的大致走势，即在未来的15天内，大盘有一个比较明显的下跌趋势，此时投资者不应再进入股市进行操作，以免遭受损失。
三、小结
虽然从中长期看，时间序列分析法对股票走势的预测较短期来说相对有效一些，但是从以上的分析中，我们也能看出这种分析方法还是比较粗糙的，用于预测股市走向并非十分理想。之所以会造成这种情况是由于以下两个原因：
（一）在运用时间序列进行预测的过程中，非常关键的一步是模型识别。在对上证指数和股票价格这两个时间序列的分析过程中，我们可以看到，它们的ACF与PACF都没有十分明显的特点，虽然在几个点处存在超出检验范围的点，但是都只是超出一点点，我们可以将这些点看成是由于符合某模型而具有的特点，然而也可以将它们看成是异常点。
（二）时间序列的分析法适用于对一组按时间排序的数据进行分析，其着重考虑的是数据序列自身依时间先后顺序之间的关系从而揭示这一序列依时间变化的统计规律。也就是说，这组序列的波动往往只受时间的影响，即某一时间点上的数据值仅受之前的数据的影响，而不受其他外部因素的影响。那么中国股市的走势是不是仅与时间有关呢？答案显然是否定的。目前中国股市正在大力推行股权分置，完成之后，中国股市将实现全流通，这可以有效地降低以及避免一些上市公司以及大股东利用股市来圈钱，榨取中小股东利益的行为，也能使股价的波动更能符合股票的内在价值，这时预测的准确性也能随之提高。
【参考文献】
[1]茆诗松、程依明等.《上海股市有效性研究及与美国股市的比较》.统计与信息论坛.1996年第3期
[2]黄济生、程依明.《上海股票市场有效性实证分析》.华东师范大学学报.2001年第6期
[3]茆诗松、王静龙.《数理统计》.华东师范大学出版社
[4]葛正良.《证券投资学》.立信会计出版社
【关键词】时间序列；滑动平均模型(MA)；回归模型(AR)；有效性
股价虽然有其特有的波动特性，但归根结底还是由一串串数据构成的，因此专门用于数据分析的统计方法是否也能应用于股价的预测分析呢？下面让我们具体地进行分析。本文主要运用时间序列的分析方法对股价的走势进行分析与预测。
一、大盘分析
（一）模型识别
.我们可以大致判断由此230个涨跌幅数据组成的时间序列是平稳的，下面就可通过对其自相关系数(ACF)与偏相关系数(PACF)的分析来识别这些数据是属于何种时间序列模型的，利用Minitab软件得到此序列的ACF与PACF.
（二）模型拟合
在初步拟订了模型之后，即可进行模型拟合，并根据拟合的结果对模型进行进一步的修改。若有若干个模型适用，则挑选AIC最小的一个模型。
在上面已知SMA(3)8 和SAR(3)8这两个模型都初步符合大盘涨跌幅这一时间序列。首先看看SMA(3)8这个模型是否合理。通过Minitab软件进行参数估计与模型检验，可知模型为：Zt=at+0.2149at-8-0.1675at-16+0.2322at-24
接下来再来看一下SAR(3)8模型是否合理，用同样的方法，可得到模型为:Zt=0.188Zt-8?0.1669Zt-16+0.2434Zt-24+at
在两模型同样合理的情况下，我们选择一个AIC小的模型， ， 其中k为未知参数的个数。经计算，对于SMA(3)8模型，AIC=5.94；对于SAR(3)8模型，AIC=5.95，因此我们选择SMA(3)8模型
（三）预测
在确定了模型之后就可进行预测。预测过程通过Minitab软件来实现。下面通过Minitab软件得到了之后16个交易日的預测值。
我们可以看出，当预测的步数较小时准确率都不高，当步数为4时，真实值与预测值甚至是完全相反的，虽然随着步数的增加，预测的准确率有所增加，但依然不够理想，例如在步数为14这一点，真实值与预测值也相去甚远。那么这是不是就说明这种预测方法完全没有可取之处呢？我们当然不能如此武断地将一种方法全盘否定。
可以看出此次的预测结果同样并不是太理想，但是16天累积涨跌幅的预测值r=0.2527，而真正的累积涨跌幅为R=-0.607。这个差异也并不是太大，即在未来的16天里，大盘将维持震荡整理的走势。所以我们可以得出结论，用时间序列的分析法预测中长期的走势还是具有一定的根据性的，在分析中之所以会选择16天来进行预测是由于此序列是以8为周期的，若将16换成其他的天数，只要天数不是太少，结论应该依然成立。
二、个股分析
上面的分析是对大盘的总体走势进行分析的，那么这种方法对于个股的应用性有如何呢，下面以楚天高速为例来简洁地分析一下。
ACF和PACF在k=43时都超出了检验水平，因此暂把模型定为SAR(1)43与SMA(1)43均可。经过参数估计与检验，得知两个模型都是适当的，而SMA(1)43的AIC更小，因此将模型定为Zt=at-0.2789at-43。
我们依然可以发现真实值相对预测值来说波动要大的多，在步数为2、11等点处尤为明显，而且大致的趋势也不同。那么还是像刚才一样，计算一下15天的累积涨跌幅，可以得到预测的累积涨跌幅r = ?3.14%，而实际的累积涨跌幅R = ?6.92%，虽然仍然存在偏差，但是把握住了这15天股价的大致走势，即在未来的15天内，大盘有一个比较明显的下跌趋势，此时投资者不应再进入股市进行操作，以免遭受损失。
三、小结
虽然从中长期看，时间序列分析法对股票走势的预测较短期来说相对有效一些，但是从以上的分析中，我们也能看出这种分析方法还是比较粗糙的，用于预测股市走向并非十分理想。之所以会造成这种情况是由于以下两个原因：
（一）在运用时间序列进行预测的过程中，非常关键的一步是模型识别。在对上证指数和股票价格这两个时间序列的分析过程中，我们可以看到，它们的ACF与PACF都没有十分明显的特点，虽然在几个点处存在超出检验范围的点，但是都只是超出一点点，我们可以将这些点看成是由于符合某模型而具有的特点，然而也可以将它们看成是异常点。
（二）时间序列的分析法适用于对一组按时间排序的数据进行分析，其着重考虑的是数据序列自身依时间先后顺序之间的关系从而揭示这一序列依时间变化的统计规律。也就是说，这组序列的波动往往只受时间的影响，即某一时间点上的数据值仅受之前的数据的影响，而不受其他外部因素的影响。那么中国股市的走势是不是仅与时间有关呢？答案显然是否定的。目前中国股市正在大力推行股权分置，完成之后，中国股市将实现全流通，这可以有效地降低以及避免一些上市公司以及大股东利用股市来圈钱，榨取中小股东利益的行为，也能使股价的波动更能符合股票的内在价值，这时预测的准确性也能随之提高。
【参考文献】
[1]茆诗松、程依明等.《上海股市有效性研究及与美国股市的比较》.统计与信息论坛.1996年第3期
[2]黄济生、程依明.《上海股票市场有效性实证分析》.华东师范大学学报.2001年第6期
[3]茆诗松、王静龙.《数理统计》.华东师范大学出版社
[4]葛正良.《证券投资学》.立信会计出版社