灰色模型及其组合模型在证券分析的应用
|
摘要
本文主要讨论了灰色模型应用于证券分析的可行性，并通过对灰色模型的改进，建立了组合模型，以及新的分析方法：均线形态组合法，在一定程度上实现了对股票价格的中、短期趋势都有较好的预测效果。
第二章对灰色模型应用于证券分析的可行性进行论证，改进了残差灰色预测模型，并通过对灰色系统建模数据的变换，改进了数据的光滑特性，进一步提高预测的精度。
第三章将人工神经网络引入证券分析中，通过选取适当的网络结构、训练参数和计算机编程实现了较好预测效果。
第四章应用结构模式识别的方法，建立多阶均线形态组合序列。通过对股市历史数据的变换和分析，考查各形态组合序列对应的盈利和亏损概率，建立新的证券投资分析方法即均线形态组合预测法。其优点是可以部分弥补传统技术分析中的滞后性和不确定性，能根据市场的变化及时调整相应的参数指标，有效提高预测的成功率，并易用计算机作出识别。
第五章针对证券数据序列同时具有增长性和波动性的特性，建立组合灰色神经网络模型，研究了同时考虑两种非线性趋势的预测问题。
本文通过大量的实例，对以上方法进行了验证。
In this paper, we investigate the feasibility of Grey Model applied to security analysis, improve Grey Model, build compositional model and new security analysis method, namely equal-string form combination predicted method. In some extent, the preferable predictive validity of the long-term and short-term current of securities price is arrived.
In Chapter 2, we improve the residual forecast Grey Model, by transformation of the primary data, the lubricity of data is improved and the forecast precision is raised.
In Chapter 3, we introduce Artificial Neural Network (ANN) into security analysis, select the well-founded net structure and training parameter, and
program. The predictive validity is good.
In Chapter 4, we use the method of structural pattern recognition, build multistage sequence of equal-string form. By transforming and analyzing history data of stock market, examine the probability of payoff or loss. Based on that, a new analysis method of securities investment is established, namely Equal-String Form Combination predicted method. Its advantage is remedy lag and uncertainty of traditional analysis, adjust relevant parameter to consistent with the movement of market immediately, heighten success ratio of forecast, and recognized easily by computer.
In Chapter 5, Because the data sequence has double characteristic of increasing and fluctuating, we put forward the combined grey neural network model, study the forecast problem of double nonlinear trend.
Using several examples, we validate these method.
第二章对灰色模型应用于证券分析的可行性进行论证，改进了残差灰色预测模型，并通过对灰色系统建模数据的变换，改进了数据的光滑特性，进一步提高预测的精度。
第三章将人工神经网络引入证券分析中，通过选取适当的网络结构、训练参数和计算机编程实现了较好预测效果。
第四章应用结构模式识别的方法，建立多阶均线形态组合序列。通过对股市历史数据的变换和分析，考查各形态组合序列对应的盈利和亏损概率，建立新的证券投资分析方法即均线形态组合预测法。其优点是可以部分弥补传统技术分析中的滞后性和不确定性，能根据市场的变化及时调整相应的参数指标，有效提高预测的成功率，并易用计算机作出识别。
第五章针对证券数据序列同时具有增长性和波动性的特性，建立组合灰色神经网络模型，研究了同时考虑两种非线性趋势的预测问题。
本文通过大量的实例，对以上方法进行了验证。
In this paper, we investigate the feasibility of Grey Model applied to security analysis, improve Grey Model, build compositional model and new security analysis method, namely equal-string form combination predicted method. In some extent, the preferable predictive validity of the long-term and short-term current of securities price is arrived.
In Chapter 2, we improve the residual forecast Grey Model, by transformation of the primary data, the lubricity of data is improved and the forecast precision is raised.
In Chapter 3, we introduce Artificial Neural Network (ANN) into security analysis, select the well-founded net structure and training parameter, and
program. The predictive validity is good.
In Chapter 4, we use the method of structural pattern recognition, build multistage sequence of equal-string form. By transforming and analyzing history data of stock market, examine the probability of payoff or loss. Based on that, a new analysis method of securities investment is established, namely Equal-String Form Combination predicted method. Its advantage is remedy lag and uncertainty of traditional analysis, adjust relevant parameter to consistent with the movement of market immediately, heighten success ratio of forecast, and recognized easily by computer.
In Chapter 5, Because the data sequence has double characteristic of increasing and fluctuating, we put forward the combined grey neural network model, study the forecast problem of double nonlinear trend.
Using several examples, we validate these method.
引文
1．邓聚龙．灰色预测与决策．华中理工大学出版社．1986
2. CAI Chang-feng. The Gray Prediction of Stock Market. MATHEMATICA APPLICATA.2000 vol.13, No.4:78～81
3．陈正平，苏虹，王种慕．灰色系统建模数据的一种变换方法．江苏理工大学学报．1999，vol.20，No.3:91～94
4．谢开贵，何斌，郑继明．灰色预测模型建模方法探讨．重庆邮电学院学报．1998，Vol．10，No．3：56～60
5．阎平凡，张长水，人工神经网络与模拟进化计算，清华大学出版社．2000
6．甘应爱，田丰等．运筹学．清华大学出版社．1990
7．肖白龙．证券市场统计和技术分析：[硕士学位论文]．成都：电子科技大学应用数学系1999
8．胡守仁，余少波，戴葵，神经网络导论．国防科技大学出版社．1993
9．中国证监会证券从业人员资格考试委员会办公室．证券投资分析．上海财经大学．1999
10．朱济生，徐全智，朱宏．概率论与数理统计．电子科技大学出版社．2001
11．李铁映，张盺．预测决策方法．辽宁科学技术出版社．1984
12．刘金冷．预测与决策技术——原理及应用软件设计．天津科学技术出版社．1996
13. Jack Hirshleifer, Johng. Riley. The Analytics Of Uncertainty And Information. Cambridge University Press. 1995
14．邢棉．季节性预测的组合灰色模型网络模型研究．系统工程与实践．2001，Vol．1：32～35
15．胡守仁，余少波，戴葵．神经网络实现技术，国防科技大学出版社．1993
16．闻新，周露，王丹力，熊晓英．Matlab神经网络应用设计．科学出版社．2000
17. David C.Hoaglin, Frederick Mosteller, John W. Tukey. Understanding Robust And Exploratory Data Analysis.John Wiley&Sons, Inc
18. James L. Farrell, Walter J. Reinhart. Portfolio Management:Theory and Application. McGraw--Hill Companies Inc. 1997
19. Robert S. Pindyck, Daniel L.Rubinfeld. Econometric Models and Economic Forecasts. McGraw-Hill Companies Inc. 1998
20．栗塔山，彭维杰，周作益，曾之华．最优化计算原理与算法程序设计．国防科技大学出版社．2001
21. Stephen P.Robbins. Mangament. Prentice Hall. Inc 1994
22. Damodar N.Gujarati. Basic Econometrics. McGraw-Hill Inc. 1995
23．沈清、汤霖．模式识别导论．长沙：国防科技大学出版社，1991
24．丁维岳．组合预测模型的研究．西安公路交通大学学报．1997，Vol．17，No．4：101～104
25．林玲，曾勇，唐小我．移动平均线交易规则检验．电子科技大学学报．2001，Vol．29,No．3：647～650
26．唐彧，曾勇，唐小我．反馈交易规则与股票收益自相关实证分析．电子科技大学学报．2001，Vol．30，No．3：300～303
27．刘豹，胡代平．神经网络在预测中的一些应用研究，系统工程学报．1999,Vol．14，No．4：339～342
28．朱庆棠，陈良均．随机过程及应用．电子科技大学出版社．1996
29．陈赣洪．灰色马尔柯夫模型在保险预测中的应用．中南财经大学学报．
30．项静恬．组合预测思想在证券投资等决策问题中的应用．数理统计与管理．1995，Vol．14，No．4：54～58
31．王哲，王春峰，顾培亮．小波分析在股市数据分析中的应用．系统工程学报．1999，Vol．14，No．3：286～289
32．陈兴，孟卫东，严大华．基于T—S模型的模糊神经网络在股市预测中的应用．系统工程理论与实践．2001,Vol.2:66～72
2. CAI Chang-feng. The Gray Prediction of Stock Market. MATHEMATICA APPLICATA.2000 vol.13, No.4:78～81
3．陈正平，苏虹，王种慕．灰色系统建模数据的一种变换方法．江苏理工大学学报．1999，vol.20，No.3:91～94
4．谢开贵，何斌，郑继明．灰色预测模型建模方法探讨．重庆邮电学院学报．1998，Vol．10，No．3：56～60
5．阎平凡，张长水，人工神经网络与模拟进化计算，清华大学出版社．2000
6．甘应爱，田丰等．运筹学．清华大学出版社．1990
7．肖白龙．证券市场统计和技术分析：[硕士学位论文]．成都：电子科技大学应用数学系1999
8．胡守仁，余少波，戴葵，神经网络导论．国防科技大学出版社．1993
9．中国证监会证券从业人员资格考试委员会办公室．证券投资分析．上海财经大学．1999
10．朱济生，徐全智，朱宏．概率论与数理统计．电子科技大学出版社．2001
11．李铁映，张盺．预测决策方法．辽宁科学技术出版社．1984
12．刘金冷．预测与决策技术——原理及应用软件设计．天津科学技术出版社．1996
13. Jack Hirshleifer, Johng. Riley. The Analytics Of Uncertainty And Information. Cambridge University Press. 1995
14．邢棉．季节性预测的组合灰色模型网络模型研究．系统工程与实践．2001，Vol．1：32～35
15．胡守仁，余少波，戴葵．神经网络实现技术，国防科技大学出版社．1993
16．闻新，周露，王丹力，熊晓英．Matlab神经网络应用设计．科学出版社．2000
17. David C.Hoaglin, Frederick Mosteller, John W. Tukey. Understanding Robust And Exploratory Data Analysis.John Wiley&Sons, Inc
18. James L. Farrell, Walter J. Reinhart. Portfolio Management:Theory and Application. McGraw--Hill Companies Inc. 1997
19. Robert S. Pindyck, Daniel L.Rubinfeld. Econometric Models and Economic Forecasts. McGraw-Hill Companies Inc. 1998
20．栗塔山，彭维杰，周作益，曾之华．最优化计算原理与算法程序设计．国防科技大学出版社．2001
21. Stephen P.Robbins. Mangament. Prentice Hall. Inc 1994
22. Damodar N.Gujarati. Basic Econometrics. McGraw-Hill Inc. 1995
23．沈清、汤霖．模式识别导论．长沙：国防科技大学出版社，1991
24．丁维岳．组合预测模型的研究．西安公路交通大学学报．1997，Vol．17，No．4：101～104
25．林玲，曾勇，唐小我．移动平均线交易规则检验．电子科技大学学报．2001，Vol．29,No．3：647～650
26．唐彧，曾勇，唐小我．反馈交易规则与股票收益自相关实证分析．电子科技大学学报．2001，Vol．30，No．3：300～303
27．刘豹，胡代平．神经网络在预测中的一些应用研究，系统工程学报．1999,Vol．14，No．4：339～342
28．朱庆棠，陈良均．随机过程及应用．电子科技大学出版社．1996
29．陈赣洪．灰色马尔柯夫模型在保险预测中的应用．中南财经大学学报．
30．项静恬．组合预测思想在证券投资等决策问题中的应用．数理统计与管理．1995，Vol．14，No．4：54～58
31．王哲，王春峰，顾培亮．小波分析在股市数据分析中的应用．系统工程学报．1999，Vol．14，No．3：286～289
32．陈兴，孟卫东，严大华．基于T—S模型的模糊神经网络在股市预测中的应用．系统工程理论与实践．2001,Vol.2:66～72