利用技术指标及多元回归模型预测股票价格.pdf

《利用技术指标及多元回归模型预测股票价格.pdf》由会员分享，可在线阅读，更多相关《利用技术指标及多元回归模型预测股票价格.pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第3 1 卷第2 期技术与创新管理V 0 1 3 1N o 22 0 1 0 年3 月T E C H N O L O G YA N DI N N O V A T I O NM A N A G E M E N TM a r 2 0 1 0【技术与应用研究】利用技术指标及多元回归模型预测股票价格刘叶玲，高玲(西安科技大学理学院，陕西西安7 1 0 0 5 4)摘要：文章应用股市中三个具有典型意义的技术指标，R S I，K D J 和5 日平均线建立了非线性回归预测模型，对股票的价格走势进行了短期预测。所建立的回归模型对预测某些股票的短期价格趋势提供了参考，具有一定的理论价值和实际应用价值。关键词：

2、股票预测；技术指标；回归模型中图分类号：F8 3 0文献标识码：A文章编号：1 6 7 2 7 3 1 2(2 0 1 0)0 2 0 2 3 5 0 3T h eU t i l i z a t i o no fT e c h n i c a lS p e c i f i c a t i o n sa n dM u l t i-R e g r e s s i o nM o d e lt oF o r e c a s tS t o c kP r i c eT r e n d sL I UY e-l i n g，G A OL i n g(C o l l e g eo f S c i e n c e

3、 s。施a r cU n i v e r,i t yo f S c i e n c ea n dT e c h n o o g y，X 7 a n7 1 0 0 5 4，C h i n a)A b s t r a c t：T h i sa r t i c l eI l t 沱$t h r e et e c h n i c Ms p e c i f i c a t i o n sw h i c hh a v ev e r yi m p o r t a n ti n f l u e n c eo nt h es t o c kp r i c et r e n di nt h es t o c km

4、 a r k e t T h e ya 弛R S I K D Ja n d5-d&ya v e r a g e sl i n e T h e nt h en o n l i n e a rr e g r e s s i o nf o r e c a s tm o d e lh a sb e e ne s t a b-l i s h e d，w h i c hc a r r i e sO i lt h es h o r t t e r mf o r e c a s to ft h es t o c kp r i c et r e n d K e yw o r d s：S t o c kf o r

5、 e c a s t；t e c h n i c a ls p e c i f i c a t i o n；r e g r e s s i o nm o d e l股票交易是现代经济活动中常见的风险投资活动，它是为了获得高收益而主动承受高风险的投资活动。在股票交易的整个过程中，股票价格是中国很多公民关心的问题，也是经济、系统科学领域研究的热点问题。影响股票价格的形成因素众多，其形成过程具有高度的复杂性。随着我国股票市场的不断发展和完善，客观形势对股票投资者的素质要求也越来越高。理性的投资行为需要依赖于用科学的分析方法对证券市场进行分析，股市发展初期那种盲目的投机行为和侥幸的获利心理在股票市场已

6、很难再现奇迹。市场的发展和市场规律要求我们更新观念，有意识地了解市场，摸索规律，为我们的投资活动作指导。因此。摆在我们面前的课题是如何分析股票市场波动的规律。也正因为如此，如何判断或预测股票市场价格走势引起了众多经济金融学家和市场分析人员的极大兴趣，各种预测方法相继涌现。股票的技术指标是一个体现股票市场的某个方面内在实质的数字。回归分析方法是处理变量间相关关系的一种有力工具。它是基于统计学的一种预测方法。回归分析法可靠性高，适用范围广。本文综合研究股票的技术指标，找出它们与价格之间的关系，构造多属性非线性回归模型，并得到股票价格趋势的预测模型。最后，利用本文所研究的模型对沪市的一只代表性股票“

7、浦发银行”，进行了股票价格趋势的预测，效果良好。1 股票的可预测性证券投资预测的研究，不仅可以使投资者获得风险即定下的最大收益或收益最大下的最小风险，而且对股票市场的发展也会起到良好的推动作用。幸收稿日期：2 0 0 9 0 4 2 2基金项目：陕西省科技计划项目资助(2 0 0 9 K R M 9 9)作者简介：刘叶玲(1 9 6 1 一)，女，湖南邵阳人，副教授，硕士研究生导师，主要从事应用数学及决策分析方面的研究 万方数据2 3 6 技术与创新管理第3 1 卷投资者们时刻都在预测股市的发展趋势，但由于我们不能准确把握影响股票的各种因素，所以，要想对股票进行价格预测往往是比较困难的。也正因

8、为如此，如何判断或预测股票市场价格走势引起了众多经济金融学家和市场分析人员的极大兴趣，各种预测方法相继涌现，可以说，现在证券投资领域是研究和运用各种预测方法最多的领域之一。股市预测是经济预测的一个分支，股市预测是指以准确的调查统计资料和股市信息为依据，从股票市场的历史、现状和规律性出发，运用科学的方法，对股票市场的未来发展前景做出测定。而股票市场是否可以预测就成了分析问题的前提。从中国股票市场的特征来看，大多数学者认为中国的股票市场尚未达到弱势有效，也就是说，中国股票市场的股票价格时间序列并非序列无关，而是序列相关的，即历史数据对股票的价格形成起作用，因此，可以通过对历史信息的分析预测价格。另

9、外，随着计算机技术、混沌、分形理论的发展。人们开始将股票的市场行为纳入非线性动力学研究范畴。我国学者闰冀楠、张维和美国学者AF D a r-r a t 和MZ h o n g 等分别采用非参数检验等方法，发现我国股市的指数收益中，存在经典线性相关之外的非线性相关，从而拒绝了随机游走的假设，指出股价的波动貌似随机、杂乱，但在其复杂表面的背后，却隐藏着确定性的机制，因此存在可预测成分。当然，认为股价可预测，并不等于说可以1 0 0 的准确预见，而是指可以使用统计预测的方法，建立起能在一定的可信度下预测股价变动的预测模型。回归模型是统计学中用于预测的一种极为重要的方法，本文主要应用回归的方法，结合股

10、票市场中反映价格趋势的技术指标，建立了一个多属性非线性回归模型，用来进行股价趋势的预测。2 基于技术指标的股票价格回归预测模型2 1 股票的技术指标通过考虑股票的市场行为的各个方面，而给出的一个体现股票市场的某个方面内在的实质的数字，这个数字就叫做技术指标值。指标值的具体数值及其相互间的关系，直接反映股市所处的状态，为我们研究股票的价格提供了指导。下面介绍本文中用到的一些技术指标。2 1 1 相对强弱指标R S I相对强弱指标(R S I)是由W e l l sW i d e r 创制的一种通过特定时期内股价的变动情况计算市场买卖力量对比，来判断股票价格内部本质强弱、推测价格未来的变动方向的技

11、术指标。2 1 2 随机指标K D J随机指标K D J 是由K 值线、D 值线及J 值线三条线路来作交叉配合，因此它包括有三个指标值：K值、D 值及J 值。2 1 3 移动平均线“平均”是指最近 g 天收市价格的算术平均线；“移动”是指我们在计算中，始终采用最近1 1 天的价格数。本文提取的指标为随机指标K D J 的D 值，相对强弱指标R S I 中的短线指标和51 3 移动平均线。因为这三个指标是在中国股票市场上用的比较多的三个技术指标，其准确性已得到广大股民认可。因为，K D J 中D 值是K 值的平滑处理，单纯依靠D 值便可以判断股价涨跌，因此，三个数字中仅取D 值；而要进行的是短期

12、预测，因此在R S I 的两条线中，选取了其中的短线；同样道理，选择了5 日移动平均线。2 2回归预测模型及实例分析本文选取了沪市的一只代表性的股票“浦发银行”作为样本股。股价数据通过钱龙软件在网络上提取得到，股票价格为这只股票在每个交易日的收盘价。股价数据时间是从2 0 0 7 年3 月1 4 日到2 0 0 7年5 月2 5 日，共5 3 个交易日的股价历史数据。其中，前5 0 个样本用来建立回归模型，后3 个交易目的数据用来进行预测检验。模型中的符号假设：“s”为R S I 指标中的6 日短线指标；“k”为5 日移动平均线；“d”为K D J 指标中的D 值；“m”为当日收盘价。为了合理

13、的构造回归模型，首先应用统计软件S P S S 分别做出m 对s，k 和d 的散点图，再对散点图进行仔细分析，并分别作出m 与s，后，d 之间关系的回归假设。最后得出下列多元回归假设模型：m=b o+b l I n s+b 2 k+b 3 k 2+b 4 k 3+b 5 d+b 6+占(1)将样本的前5 0 组数据代入上面回归模型，并利用m a t l a b 数学软件求解，我们可以得到模型的回归系数估计值及其置信区间(置信水平O t=0 0 5)、检验统计量R 2，F，P。结果见表l。万方数据第2 期刘叶玲等：利用技术指标及多元回归模型预测股票价格2 3 7 表1 方程的参数及置信区间表中显

14、示，R 2=0 8 9 11，这说明模型的复相关系数是0 8 9 11，比较接近1。F 值远远超过F 检验的临界值，P -0 0 0 00 远小于理=0 0 5，因此假设模型(1)是一个可信度较高的回归模型。将回归系数带入回归模型(1)，将股票价格的的预测值记为赢，即可得到预测股票价格趋势的预测方程：赢=3 3 2 5+1 4 2 I n s 一1 3 0 42 k 一0 0 1 87 k 20 0 9 3l d 一0 0 0 13 d 2(2)只需将股票在前一天的三种技术指标s，k，d 代人方程(2)，便可确定第二天的股票价格的参考值，从而可确定股票的涨跌趋势。用以上回归模型，我们预测了浦发

15、银行2 0 0 7 年5 月2 3 日，2 4 日和2 5 日三个交易日的股票价格。首先，选取了5 月2 2，2 3 和2 4 日三个交易日的R S I 指标中的6 日短线指标、5 日移动平均线指标“k”、K D J 指标中的D 值“d”等数据，见表2：表2 浦发银行的指标数据将表2 中的数据分别代入回归预测模型(2)，可得到如下数据：表3 浦发银行价格预测值从上表可以看出，预测股价在5 月2 4 日和5 月2 5 日的股价趋势均为涨。而实际情况是两天的涨跌情况分别为：5 0 9 和1 1 3，可见，预测的涨跌趋势与实际情况吻合的比较好，这说明此模型在短期预测中有一定的可用性。3 结语经过检验

16、，发现模型在股价2 0 元左右的股票预测效果比较好，这和建立模型的股票“浦发银行”的股价和指标范围有关。而预测其他股票价格时，需要重新计算模型系数，否则预测价与实际价格误差比较大。非线性回归预测模型的优点是综合考虑了中国股民常用的三个技术指标，并且应用回归模型可以基本预测某些股票的短期价格趋势，从而使股民简单的应用模型就可以预见股票的涨跌，而省去了看多种指标进行判断的麻烦。如果在提取指标时能够考虑更多的技术指标及其之间的相互关系和使用规则，使多个曲线最终合并成一个数字，预测效果应该会更好。参考文献：1 李国平中国股票市场的可预测性研究 J 高职论丛，2 0 0 6(5)：5 1 1 2 郝黎仁

17、，樊元，郝哲欧S P S S 实用统计分析 M 第1 版北京：中国水利水电出版社，2 0 0 3 3 姜启源，谢金星，叶俊数学模型 M 第3 版北京：高等教育出版社，2 0 0 3 4 张志刚，刘丽梅M a t l a b 与数学实验 M 第2 版北京：中国铁道出版社，2 0 0 4 5 朱瑜股市预测方法研究 D 西安：西北工业大学硕士学位论文，2 0 0 6 6 姬春煦，张骏基于主成分分析的股票指数预测研究 J 计算机工程与科学，2 0 0 6(1 8)：1 2 2 1 2 4 7 邓崇云散户方略 M 第1 版大连：东北财经大学出版社，2 0 0 0 8 易丹辉统计预测一方法与应用 M 第1 版北京：钟鼓统计出版社，2 0 0 1 万方数据