股票价格变化趋势的一种分析方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
表离起始点的时间长度 , 这样就可以对{ ! " }这一随 机过程作出统计性质的研究 ,
Βιβλιοθήκη Baidu
#!
实证研究
! ! 例 $! 考虑上证指 #%%& 年 ) 月 $ 日到 #%%& 年 / 月 #. 日这 $%% 天的收盘价 , 以五天为划分区间 (闭 . . 市日除去) , 公式 (& )和 ( ) )可以得出 " $ 和 !$ , 各 #) 个样本值, 它们的折线图分别见图 $ 和图 # , 图中 .$和! . $ 的折线图, 实线分别表示 " 虚线分别表示它们
其中 " 称为波动率, # 称为漂移, 它们均是常数, #$ 是股票价格过程, ($ 是 " 下的一维标准布朗运动) 对模型 ( ! )的讨论其 中有两个 比较基本 的问 题) 其一, " 和 # 是常数的合理性 ) 关于这一方面的 讨论已有人说明了 " 和 # 为变化的更合理些, 那么 至今人们仍在不断的探讨之中) " 和 # 依赖于什么, 本文也是基于 " 和 # 是变化的这一事实而进行讨论, 认 为 " 和 # 都是时间 $ 的函数) 它们是随着时间的变化而 变化, 这一假设是合情合理的) 其二, " 和 # 的估计
收稿日期: %&&’ /&" /!$
项目基金: 教育部博士点基金 ( %&&%&%H"&!$ ) ; 雁北师范学院科学研究基金 (%&&’ ) 作者简介: 张日权 (!"H? ,) , 男, 山西左云人, 博士后, 副教授) 研究 向: 统计学)
# ! ! "! " # !( !$ " % " & " $ "") "
第 % 期" " " " " " " " " " " " " 张日权等: 股票价格变化趋势的一种分析方法
!
!" 和" ! " 的折线图, 别表示 ! 虚线分别表示它们的拟合 ! # 的拟合值是通过局部线性回归的方 值, 这里 ! !# 和 " 法给出的 $
问题; 其三, 即使在波动率 " 和漂移 ! 是变化的假设 下, 那么它们又依赖于哪些变量, 比如时间、 交易量、 历史最高价、 历史最低价等$ 本论文只是从较简单的 情况波动率 " 和漂移 ! 依赖于时间 # 入手$ 补充 - : 设{ ( # }是 ( #, ), & )下的随机过程, 将 [& , # ]区 间分割为: & ’ #& * #- * … * #+ ’ #$ 记 $ ’ ;3< , ’ - , {$#, ’ #, - # , -- } ,如 果 …+ 2 =; $( & % + (# , - (# ,-, ’#
+ - # 〈 +,., +, .〉 # , )# ’ 2=; % , - - ( +, .& 0 " / # 0( ! " ) , $(& # # " ( +,.& 0 "/# , - - 0(! - - "# ) #, - - ’ # # " 2=; % + ( / # , - / # , - - )0(! - - "# ) (# , - # , - - ) ’ " , ’$( & # # " 2=; % + 0 ( /# , - /# , -- ) , ’" $( &
第 !" 卷# 第 $ 期 %&&’ 年 !& 月 文章编号: !&&"=!"’" (%&&’ ) &$=&&&!=&>
雁# 北# 师# 范# 学# 院 # 学# 报 ()*+,-. )/ 0-,123 ,)+4-. *,352+6370
589: !" ,8: $ );<: %&&’
股 票 价 格 变 化 趋 势 的 一 种 分 析 方 法
%
"
%
从图 $ 观察到, 上证指数价格整体上呈下降趋 势且逐渐趋于稳定; 从图 # 可以看出, 上证指数波动 率在经历了最初一段时间的剧烈波动后, 波动幅度 逐渐减弱, 并保持在一个较小的范围内波动 , 据 (.) 即可得出上证指数的价格过程, 从而可以进行分析 , 一般情况下, 可以预测未来几天股票价格过程的平 均走势, 因走势具有不确定性, 我们只能用概率来描 述, 如上升概率、 下降概率、 区间估计等, 现在依据 ( . )来预测 #%%& 年 / 月 #0 日到 #%%& 年 1 月 $ 日期 间上证指数价格的走势, 记 !#* 为这段时期上证指数 的平均价格, 则其小于 $)&& , / 元 ( $)&& , / 为 #%%& 年 / 月 ## 日到 #%%& 年 / 月 #. 日期间上证指数的平均 价格)的概率, 即 1 ( ! #* ’ $)&& , / ) # 1 ( ’(! #* ’ ! ’($)&& , / ) # %, ..$& , 实际上这段时间上证指数的平均价格 $)#0 , . 元确 实低于 $)&& , / 元, 与实际相符合, 说明以上预测是 有一定可信度的 , 例 #! 考虑吉发股份 #%%& 年 ) 月 $ 日到 #%%& 年 / 月 #0 日的收盘价, 以五天为划分区间 ( 闭市时除 .$和! . $, 去) , 根 公式 (&) 和 ()) 求出 " 各 #) 个样本 值, 它们的折线图分别见图 & 和图 ) , 图中的实线分
张日权
京# !&&&@& )
! ,%
, 管廷禄 , 王晓玲
!
!
(!: 雁北师范学院 数学系, 山西 大同 # &’?&&&; %: 中科院数学与系统科学研究院, 北
摘# 要: 对股票价格 的分析与预测是一个复杂的 过程: 本文 旨在利 用统计方 法, 通过对 19A;B=6;C89DE 模 型中参数的估计, 估 计出股票的价格过程, 在此基础上 对股票 价格进行 分析与 预测, 为实际 应用提 供一 种较为合理的分析方法: 关键词: 股票; 19A;B=6;C89DE 模型; 概率 中图分类号: )%!%: ># # # 文献 标识码: -
图 $!
例 $ 用图
. $ 为 "$ 的最优方差估计 , 取 !$ 的估计形式为 称" (证 明见补充 $ ) .$ # !
[
# $ #( $ ’( !$ - ) $ ) ’(! $- ) ( $ ) ( $ )$
*
#
]
$ #
( ))
. $ 为 !$ 的二次变差估计, 这样就得到了 " " 和 !" 称! .$ , . . ’ 和, . $, .#, 的 ’ 个估计值, 分别为 " "# , …, " ! ! …, . ’, ! . $, . $, 第四步, 将 (" $) (! 、 $) ($ # $, #, …, ’)分别 看成 "" 和 !" 的观测值, 在此基础上, 选择适当的方 法 ( 比如, 局部多项式方法、 样条分法、 正交级数分 ." 和! . " 的估计, 法等)分别给出 " 这样就得到了该股 票价格过程 {!" }的估计模型: . " ! "" %" & " . " !" "" "! " # ! 即
图 $"
例 # 用图
从图中可以看出它们各自拟合的较 好$ 从图 ! 观察到, 吉发股份价格整体上呈下降趋势且趋于稳 定$ 从图 $ 可以看到, 吉发股份波动率在最初一段时 间波动较剧烈, 波动幅度逐渐减弱 $ 用类似例一的算 法, 记 %#% 为 #&&! 年 ’ 月 #’ 日到 #&&! 年 ( 月 # 日期 间吉发股份的平均价格, 则其小于 ) $ %#$ 元 ( ) $ %#$ 为 #&&! 年 ’ 月 #! 日到 #&&! 年 ’ 月 #* 日期间吉发股 份的平均价格)的概率, 即 & ( %#% ’ ) $ %#$ ) ’ & ( +, %#% ’ " +,) $ %#$ ) ’ & $ )$-’$ 实际上这段时间吉发股份的平均价格 )$ $* 元 确实低于 ) $ %#$ 元, 与实际相符合, 说明以上预测是 可行的$ 从以上两个例子中可以看到上证指数和吉发股 份的价格都将有下降的趋势, 这与当时及一段时间 内我国受 “ ./ 0.”病毒袭扰和国际上美英占领伊拉 克, 使投资者心有余悸有一定关系, 因此股市的发展 变化会受国际和国内政治、 经济因素的影响 $ 注: 本论文提出的只是一种 法, 一种试探性的 法 $ 原因如下, 其一, 12345 6 .47829: 模型的合理 性问题, 人们对这一 面的讨论一直在进行之中; 其 二, 既使承认 12345 6 .47829: 模型的合理性, 关于波 动率 " 和漂移 ! 是常 的假设也是一个没有定论的
在 & 下几乎处处存在, 则称
该极限为 {(# }的二次变差过程, 记为, 〈 (, (〉 即 #, 〈(, (〉 ’ 2 =; $( & % + (# , - (# ,-# , ’图 !" 例 # 用图
#
已知 {%# }是概率空间下的随机过程, 且 > .# ’ .( "> /# 0 ! >#) , 其中 " 和 ! 均是常数, /# 是 & 下的一 # 维标准布朗运动 $ 也就有 . # ’ .& 9<? ( "/# 0( ! - "# 1 # ) #) , 式中, .& 是 # ’ & 时的股票价格 $ 对 .# ’ .& 9<? ( "/# 0( ! - "# 1 # ) #)两边取对数 且对两边作二次变差过程, 则有
&# 引言
# # 股票价格过程是人们特别关注的问题, 它的价 格波动给股民带来惊喜和不安, 因而对股票价格过 程的讨论一直是非常热的话题, 有很多人在这方面 做出了可喜的成绩, 特别是 19A;B F 6;C89DE 模型的 提出, 可以说是把这一讨论带到了新的高潮 : 假设概 率空 间( !, !, ") , 股票价 格过 程{#$ }的 19A;B F 6;C89DE 模型为: G# $ % # ( G & $ ’ # G$ ) $ " ( !)
" " . / "% / & ( " ./ ) $ ! . #) ! " # !% +,( ! "/ ) % % # /
图 #!
例 $ 用图
( *)
%
%
从而
" $. # . / # " /) (. ) "/ , ! !/ ) % # 其中 !% 是考虑问题的参考起始点的股票价格, "代
’(! " & 0 ( ’( !% & ( . "/ ) %
问题) 这是一个统计问题, 经典统计对参数的估计是 需要多个样本的, 而某一股票价格是不可重复的一 个样本, 为估计参数带来了困难) 本文对此提出一种 行之有效的方法, 并给出其计算过程 )
!#
参数估计方法
# # 假设模型 (!) 中的 " 和 # 都是时间 $ 的函数, 将 它们分别记为 "$ 和 # $ ) 下面给出 " $ 和 # $ 的一种估计 方法, 具体步骤如下: 第一步, 已知 [ *& , *]内的 {#$ } , 将 [ *& , *]区间 分成 + 部分, 记为 [ *& , *! ] , …, ( * + ,! , * +] , 其中, *& - *! - *% - … - * + % *) 在处理数据时, 一般将 [ *& , *+ ]等分, + 的取法由实 际数据而定 ) 这里考虑时间为连续交易时间, 也就是 将中间不开市的假节日以及前市与后市之间的闭市 时间都去掉, 使整个交易时间形式上看成连续的) 这 种处理是合理的, 也是方便) 这时, 假设 # $ 在 [ *. , ! , * .] ( . % !, , %, …, + )内是遵从 19A;B F 6;C89DE 模 型, 即
雁! 北! 师! 范! 学! 院! 学! 报! ! ! ! ! ! ! ! ! ! ! ! ! ! ! #%%& 年
( #)
. " 的拟合值是通过局部线性回 的拟合值, 这里 . "" 和 ! 归的方法给出的 , 从图中可以看出拟合值的变化趋 .$ 和! . $ 的变化趋势大体一致, 势分别与 "
第二步, 对 每一 个 ( $ $ # $, #, …, ’) , 将区 间 [ ( $ )$ , ( $] ( $ # $, , #, …, ’ )分成 * 部分, 记为 ( ($% , ($ $ ] , …, ( ($ , ($* ] , 其中, * )$ , ($ ) $ # ($ % + ($ $ + … + ($ * # ($ , ( $ # $, #, …, ’) , 这种划分当然应使每一个小区间愈小愈好 , 在实际 处理数据时,一般将 [ ( $ )$ , ($ ]等分 , 这时我们将这 些小区间上的轨道 ! " 看成区间 [ (% , (’ ] 上的一个样 本, 第三步, 记 ! $ - 为股票在时刻 ($ - 的价格, 那么在区 间 ( ($% , ($ $ ] , …, ( ($ , ($ * ]上分 别取股 票价 格为 * )$ , !$ % , !$ $ …, !$ * , 取 " $ 的估计形式为 (证明见补充 # ) .$ # " ! $ - ) ! $- ) $ $ #* , - #$ ( $ ) ( $ )$ !$ - )$ ( &)