證券市場預測模型的實證探究

導語：證券市場預測模型的實證探究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1引言

探討基于IOWA算子的組合預測模型.先建立了灰色預測模型、隨機游走模型和回歸預測模型三種單項預測模型，在此基礎上構建了組合預測模型，得到上證指數月均指數的預測情況，并對幾種預測結果進行了評價.再利用IOWA組合預測得到的權重，預測我國2012年11月到2013年10月的上證指數走勢.

2IOWA組合預測模型及基本預測模型的建立

隨機游走模型有兩種，其數學表達式為：不帶漂移項的隨機游走：Yt=Yt-1+et和帶漂移項隨機游走：Yt=α+Yt-1+et.式中：α是常數項（漂移項），Yt是時間序列（用股票價格或股票價格的自然對數表示）；et是隨機項，E(et)=0；Var(et)=σ2，即et為白噪聲過程.則稱Yt為隨機游走過程.認為收盤價跟最高價，最低價，以及成交量有關，所以本文選取最高價，最低價，以及成交量作為因變量.對它們指數平滑后進行多元回歸，其中成交量不顯著，所以只選取最高價x1和最低價x2，以x1和x2為自變量，上證指數月均指數為因變量y，建立回歸模型：y=0.5735x1+0.4259x2（6.6026）（4.8282）R2=0.9999DW=2.307模型通過檢驗，且擬合效果較好，運用該模型進行預測，預測結果及精度見表1.

3實證分析

本文選取2011年10月至2012年10月上證指數的月收盤價格指數作為研究樣本，數據來源于銳思數據庫.首先用excel表格計算出三個單項預測模型的預測值和預測精度.再利用lingo軟件，計算得到基于IOWA的組合預測模型的最優權系數為：w1*=0.9964，w2*=0.0016，w3*=0.0020.根據各項預測方法的預測值和得到的權系數，計算出組合預測值并計算得預測精度.得到結果如表1所示：為能夠更為全面的比較IOWA組合預測與各單項預測的預測有效性，本文選擇了平方和誤差（SSE），均方誤差（MAE），平均絕對誤差（MSE），平均絕對百分比誤差（MAPE）和均方百分比誤差（MSPE）五個常用的比較指標，IOWA組合預測與各單項預測法的各評價指標值見表2.從表2預測效果評價指標體系來看，基于IOWA的組合預測模型的各種誤差指標值均明顯的低于各單項預測的計算結果，從而表明組合預測方法優于單項預測方法，IOWA組合預測是有效的，能夠有效地提高預測精度.由于未來的真實值無法得到，所以無法計算預測精度，從而也無法根據精度計算出權重.所以本文采取根據預測月份前13個月的平均權重進行賦權給每項單項預測的辦法，進行預測.先將各單項預測往后預測12個月，其中在進行多元回歸時，將最高價和最低價進行三階指數平滑，從而利用估計方程，得出預測值.利用之前的辦法得到預測權重，用組合預測往后預測12個月的上證指數預測值如表3所示：表3的預測結果表明，未來12個月我國上證指數的收盤價先有上升趨勢，后有下降的趨勢，具有一定的波動性.

4結論

本文利用灰色預測，隨機游走模型和回歸預測三種單項預測法，以上證綜指月均指數為研究樣本，建立了以單項預測法預測精度為誘導值的IOWA組合預測模型.通過對組合預測與單項預測法的各項評價指標值的比較可知，組合預測能夠有效的降低單項預測法的預測誤差，提高預測的精度.不同的預測方法所側重的角度是不同的，組合預測法將各單項預測方法進行賦權組合，其綜合性更強，故而可以有效的提高預測準確率.利用IOWA組合預測得到的權重，預測我國2012年11月到2013年10月的上證指數走勢.結果表明，未來12個月我國上證指數的收盤價先有上升趨勢，后有下降的趨勢，具有一定的波動性.而且中國股票市場的變化受多方面因素影響，所以投資者需要謹慎決策，不要盲目的買賣跟風.

本文作者:高俊楊桂元工作單位:安徽財經大學