金融市场的量化分析及基于马尔科夫覆盖的股票预测

1、股票市场的量化分析及基于马尔科夫链的股票预测班级：智能一班姓名：王豪学号：20100840120摘要：频繁活跃的股票市场产生了大量的交易数据，如何对数据挖掘分析找到其有 价值的信息供投资者决策成了一门艺术。艺术的背后暗藏着神秘的量化分析技巧。马尔科 夫模型是各种量化分析中十分重要的模型，通过此模型对股价综合指数的涨（跌）幅度进 行分析预测对投资者来说是具有十分重要的参考价值的。本文着重对三湘股份进行了分析。背景：股票市场的健康活跃程度历来是市场现代化的标志。鄂尔多斯楼市的破灭接 连引发了一系列“楼市海啸”，从温州炒房团到官员急于脱手手中的“不明豪宅”。与此同时, 股市一片“绿瘦红飞”。资金正在

2、从楼市转向股市。这些投资转移的过程留下了大量可供挖 掘的数据。一：量化股市量化股市首先要弄清股市的参与者及其影响比重和生命周期、代谢周期。而这一切 都可以用某些特定的指标来动态衡量。量化的分类：a）宏观环境的量化b）市场面的量化c）行业和风格的量化=量化选股1）宏观环境的量化：重要变量：用电量、固定生产投资、CPI、外汇储备、央行基准率、存贷款利率、外汇兑换比率，并且各种指标的短期、中期、长期影响各不一样。除此之外还有I即时影响股市变化的那就是舆论情绪的变化。相关最大的是各大财经网站、电台 等的情绪。2）市场面的量化：重要参数：各大股指的指数、舆论情绪3）行业和风格的量化：行业分类：快速消费品

3、行业、高科技行业、新能源行业、生物医药行业。产业链供应：上、中、下 二：基于时间序列的马尔科夫链分析：2.1马尔科夫链简介：（一）马尔可夫过程基本原理按照系统的发展，时间可离散化为n=0, 1, 2, 3,，i,，对每个系统的状态可用随机变量表示，并且对应一定的概率，该概率称为状态概率。当系统由某一阶段状态转移到另一阶段状态时，在这个转移过程中，存在着转移的概率，称为转移概率。如果转移概率只与目前相邻两状态的变化有关，即下阶 段的状态只与现在状态有关而与过去无关，那么这种离散状态按照离散时间的 随机转移系统过程 ,称为马尔可夫过程。马尔可夫过程的数学模型表示如下：设系统的每个阶段含有S1, &

4、, Sn个可能状态：1该系统的初始阶段状态记为向量 n 系统第i阶段的状态向量记为n (i), 两相邻系统由现有状态Si变到Sj的状态转移概率为pij(1 kj ,得P0, 11pkPk21 12330.3388;k 111211 111111P02)1pkPk, 02355330.3355;k 1111011 111111P ()P 0 11pkP k,1213 3_ :5_0.2843.k 111511 111111因为 0.33880.33550.2843，所以预测 4月 7日后的第二个交易日该股票 的价格会下跌，且跌幅会超过 1%。事实上，这个预测结果与当天的实际交易情 况完全吻合。三：总结及后期展望：由于马尔可夫链具有“无后效”性 ,所以对在市场机制起一定支配作用 条件下的股票收盘价格，用此方法进行分析、预测相当有效。但是，这里应注 意该方法使用的条件：对初始状态向量作假设和状态转移概率矩阵不变。如果 忽视此条件，在时间序列上作无限制的模式的外推，可能会导致较大的误差。 要解决这一问题，可根据实际情况不断对初始状态向量和状态转移概率矩阵作 一定的调整，以使其更符合事物客观发展的变化趋势，提高其预测的可信度。 另外，各种影响因子的权重及参数选择可能会在多次转移过程中发生“蝴蝶效