证券市场预测模型的实证探究

时间:2022-11-10 03:40:59

证券市场预测模型的实证探究

1引言

探讨基于IOWA算子的组合预测模型.先建立了灰色预测模型、随机游走模型和回归预测模型三种单项预测模型,在此基础上构建了组合预测模型,得到上证指数月均指数的预测情况,并对几种预测结果进行了评价.再利用IOWA组合预测得到的权重,预测我国2012年11月到2013年10月的上证指数走势.

2IOWA组合预测模型及基本预测模型的建立

随机游走模型有两种,其数学表达式为:不带漂移项的随机游走:Yt=Yt-1+et和带漂移项随机游走:Yt=α+Yt-1+et.式中:α是常数项(漂移项),Yt是时间序列(用股票价格或股票价格的自然对数表示);et是随机项,E(et)=0;Var(et)=σ2,即et为白噪声过程.则称Yt为随机游走过程.认为收盘价跟最高价,最低价,以及成交量有关,所以本文选取最高价,最低价,以及成交量作为因变量.对它们指数平滑后进行多元回归,其中成交量不显著,所以只选取最高价x1和最低价x2,以x1和x2为自变量,上证指数月均指数为因变量y,建立回归模型:y=0.5735x1+0.4259x2(6.6026)(4.8282)R2=0.9999DW=2.307模型通过检验,且拟合效果较好,运用该模型进行预测,预测结果及精度见表1.

3实证分析

本文选取2011年10月至2012年10月上证指数的月收盘价格指数作为研究样本,数据来源于锐思数据库.首先用excel表格计算出三个单项预测模型的预测值和预测精度.再利用lingo软件,计算得到基于IOWA的组合预测模型的最优权系数为:w1*=0.9964,w2*=0.0016,w3*=0.0020.根据各项预测方法的预测值和得到的权系数,计算出组合预测值并计算得预测精度.得到结果如表1所示:为能够更为全面的比较IOWA组合预测与各单项预测的预测有效性,本文选择了平方和误差(SSE),均方误差(MAE),平均绝对误差(MSE),平均绝对百分比误差(MAPE)和均方百分比误差(MSPE)五个常用的比较指标,IOWA组合预测与各单项预测法的各评价指标值见表2.从表2预测效果评价指标体系来看,基于IOWA的组合预测模型的各种误差指标值均明显的低于各单项预测的计算结果,从而表明组合预测方法优于单项预测方法,IOWA组合预测是有效的,能够有效地提高预测精度.由于未来的真实值无法得到,所以无法计算预测精度,从而也无法根据精度计算出权重.所以本文采取根据预测月份前13个月的平均权重进行赋权给每项单项预测的办法,进行预测.先将各单项预测往后预测12个月,其中在进行多元回归时,将最高价和最低价进行三阶指数平滑,从而利用估计方程,得出预测值.利用之前的办法得到预测权重,用组合预测往后预测12个月的上证指数预测值如表3所示:表3的预测结果表明,未来12个月我国上证指数的收盘价先有上升趋势,后有下降的趋势,具有一定的波动性.

4结论

本文利用灰色预测,随机游走模型和回归预测三种单项预测法,以上证综指月均指数为研究样本,建立了以单项预测法预测精度为诱导值的IOWA组合预测模型.通过对组合预测与单项预测法的各项评价指标值的比较可知,组合预测能够有效的降低单项预测法的预测误差,提高预测的精度.不同的预测方法所侧重的角度是不同的,组合预测法将各单项预测方法进行赋权组合,其综合性更强,故而可以有效的提高预测准确率.利用IOWA组合预测得到的权重,预测我国2012年11月到2013年10月的上证指数走势.结果表明,未来12个月我国上证指数的收盘价先有上升趋势,后有下降的趋势,具有一定的波动性.而且中国股票市场的变化受多方面因素影响,所以投资者需要谨慎决策,不要盲目的买卖跟风.

本文作者:高俊杨桂元工作单位:安徽财经大学