关于证券投资预测的马氏链法和Ｅ－Ｂａｙｅｓ法

jz1316868

关于证券投资预测的马氏链法和Ｅ－Ｂａｙｅｓ法



　　论文关键词：运筹学；证券投资；预测模型；马氏链法；E-Bayes法  

　　论文摘要：本文提出了两种证券投资预测方法—马氏链法和E-Bayes法。首先对数据进行分组，然后在此基础上应用马氏链法和E-Bayes法的理论建立预测模型，最后结合实际问题进行了计算，两种方法的预测结果是一致的。  
　　  
　　引言  
　　  
　　在文献中，介绍了1990年诺贝尔经济学奖的三位得主Harry Markowitz，William Sharpe和Merton Miller在证券投资方面的主要工作，很有参考价值。Markowitz获奖是因为他提出了投资组合选择(portfilio selection)理论。Markowitz把投资组合的价格视为随机变量，用它的均值为衡量收益，用它的方差来衡量风险(因此Markowitz的理论又称为均值——方差分析理论)，该理论后来被誉为“华尔街的第一次革命”。  
　　证券的价格忽高忽低似乎难以捉摸，但在政治经济形势比较平稳的条件下，它的变化是由其基本因素的变化所决定的。由于证券投资的高效率，这些因素的变化会立即从证券的价格上反映出来。因素分析法是根据在一定时期、一定环境下，用影响证券价格变化的因素来预测证券价格走势的一种方法。技术分析法，是应用历史价格各种图象和曲线来预测证券价格。近些年来，技术分析法发展很快，特别是随着计算机的普及，各种分析方法法越来越多。总的来看，技术分析法可以分为图象分析法和统计分析法。图象分析法是以图、表为分析工具；统计分析法是对价格、交易量等市场指标进行统计处理。本文提出了两种证券投资预测方法——马氏链法和E-Bayes法，不仅能预测证券的价格走势，而且还能进一步预测出证券的价格范围。  
　　  
　　1、马氏链法  
　　  
　　在考虑随机因素影响的动态系统中，常常遇到这种情况：系统在每个时期所处的状态是随机的。从这个时期到下一个时期的状态按照一定的概率进行转移，并且下一个时期的状态只取决于这个时期的状态和转移概率，与以前各时期状态无关。这种情况称为无后效性，或马尔可夫性，通俗地说就是：已知现在，将来与历史无关。具有无后效性的时间、状态均为离散的随机转移过程通常用马氏链(Markov Chain)模型描述。  
　　马氏链模型在经济、社会、生态、遗传等许多领域中有着广泛的应用。本文我们用马氏链建立预测模型，并对证券投资进行预测，从而为证券投资预测提供一种技术分析方法。  
　　马氏链法的最简单类型是预测下一期最可能出现的状态，可按以下几个步骤进行：  
　　(1)划分预测对象所出现的状态——把数据进行分组。  
　　从预测的目的出发，并考虑决策者的需要来划分所出现的状态，同时把数据进行分组。  
　　(2)计算初始概率
　　论文关键词：运筹学；证券投资；预测模型；马氏链法；E-Bayes法  

　　论文摘要：本文提出了两种证券投资预测方法—马氏链法和E-Bayes法。首先对数据进行分组，然后在此基础上应用马氏链法和E-Bayes法的理论建立预测模型，最后结合实际问题进行了计算，两种方法的预测结果是一致的。  
　　  
　　引言  
　　  
　　在文献中，介绍了1990年诺贝尔经济学奖的三位得主Harry Markowitz，William Sharpe和Merton Miller在证券投资方面的主要工作，很有参考价值。Markowitz获奖是因为他提出了投资组合选择(portfilio selection)理论。Markowitz把投资组合的价格视为随机变量，用它的均值为衡量收益，用它的方差来衡量风险(因此Markowitz的理论又称为均值——方差分析理论)，该理论后来被誉为“华尔街的第一次革命”。  
　　证券的价格忽高忽低似乎难以捉摸，但在政治经济形势比较平稳的条件下，它的变化是由其基本因素的变化所决定的。由于证券投资的高效率，这些因素的变化会立即从证券的价格上反映出来。因素分析法是根据在一定时期、一定环境下，用影响证券价格变化的因素来预测证券价格走势的一种方法。技术分析法，是应用历史价格各种图象和曲线来预测证券价格。近些年来，技术分析法发展很快，特别是随着计算机的普及，各种分析方法法越来越多。总的来看，技术分析法可以分为图象分析法和统计分析法。图象分析法是以图、表为分析工具；统计分析法是对价格、交易量等市场指标进行统计处理。本文提出了两种证券投资预测方法——马氏链法和E-Bayes法，不仅能预测证券的价格走势，而且还能进一步预测出证券的价格范围。 　  
　　1、马氏链法  
　　  
　　在考虑随机因素影响的动态系统中，常常遇到这种情况：系统在每个时期所处的状态是随机的。从这个时期到下一个时期的状态按照一定的概率进行转移，并且下一个时期的状态只取决于这个时期的状态和转移概率，与以前各时期状态无关。这种情况称为无后效性，或马尔可夫性，通俗地说就是：已知现在，将来与历史无关。具有无后效性的时间、状态均为离散的随机转移过程通常用马氏链(Markov Chain)模型描述。  
　　马氏链模型在经济、社会、生态、遗传等许多领域中有着广泛的应用。本文我们用马氏链建立预测模型，并对证券投资进行预测，从而为证券投资预测提供一种技术分析方法。  
　　马氏链法的最简单类型是预测下一期最可能出现的状态，可按以下几个步骤进行：  
　　(1)划分预测对象所出现的状态——把数据进行分组。  
　　从预测的目的出发，并考虑决策者的需要来划分所出现的状态，同时把数据进行分组。  
　　(2)计算初始概率