中國(guó)地質(zhì)大學(xué)(武漢) 王洪亮 李新寧 闞酉潯

傳統(tǒng)對(duì)于股票市場(chǎng)的研究和檢驗(yàn)多以線性資本市場(chǎng)理論為基石，而現(xiàn)實(shí)世界中的演化往往在股價(jià)序列中呈現(xiàn)非對(duì)稱、非線性的運(yùn)動(dòng)特征?；痉治龊图夹g(shù)分析是投資者在證券投資分析過(guò)程中所采用的兩大方法。與基本分析相比，技術(shù)分析更有優(yōu)勢(shì)。

在地球物理信息處理方法中，比如對(duì)地震波、面波等進(jìn)行預(yù)測(cè)時(shí)，一般用到曲線擬合以及線性預(yù)測(cè)。鑒于證券分析也主要是對(duì)證券曲線進(jìn)行分析和預(yù)測(cè)，這兩種有類似之處。本文主要介紹了地物方法這一技術(shù)分析。

1 經(jīng)濟(jì)管理對(duì)證券的影響

目前經(jīng)濟(jì)管理對(duì)證券的影響很多，這里主要探討主要的影響。首先，公司規(guī)模越大，公司內(nèi)部的組織交易成本也會(huì)隨之上升，當(dāng)公司內(nèi)部交易成本等于市場(chǎng)上的交易成本時(shí)，公司規(guī)模的擴(kuò)大就會(huì)停止。這時(shí)，公司發(fā)售的證券才會(huì)趨于穩(wěn)定。

此外，領(lǐng)導(dǎo)決策層的組織才能也非常關(guān)鍵。如果一個(gè)公司或企業(yè)的規(guī)模超過(guò)了他們的管理能力，企業(yè)或公司的內(nèi)部資源有效配置就得不到根本保證。

此外，還要控制好邊際成本。當(dāng)我們假設(shè)以上3條都趨于穩(wěn)定時(shí)，這樣證券市場(chǎng)才基本上趨于穩(wěn)定，再來(lái)對(duì)證券分析進(jìn)行討論。

2 證券分析及其方法探析

證券分析是指對(duì)包含在資產(chǎn)組合中的證券等進(jìn)行評(píng)估，在評(píng)估過(guò)程中的主要問題是數(shù)據(jù)不充分、未來(lái)不確定以及市場(chǎng)的非常態(tài)等。

作為一名證券投資者，分析方法不外乎是基本面分析方法以及技術(shù)層分析方法。技術(shù)分析目前越來(lái)越被重視，但是它必須滿足市場(chǎng)足夠包容、價(jià)格發(fā)展趨勢(shì)化以及有歷史經(jīng)驗(yàn)借鑒的條件。其中，市場(chǎng)足夠包容能夠影響證券價(jià)格的波動(dòng)，價(jià)格發(fā)展趨勢(shì)化以及有歷史經(jīng)驗(yàn)借鑒則保證了可實(shí)施性。此外，技術(shù)分析演化帶來(lái)的諸如K線分析等多種技術(shù)層分析方法也逐步被投資者所采納。

而其中布林線分析方法是利用統(tǒng)計(jì)學(xué)的標(biāo)準(zhǔn)差原理，依據(jù)以前某一段時(shí)期內(nèi)的股票價(jià)格的波動(dòng)、證券市場(chǎng)的走向等因素預(yù)測(cè)出未來(lái)一段時(shí)間內(nèi)股票價(jià)格大致波動(dòng)區(qū)域的一種方法。 布林線由三根線組成：中軌(一般為20日均線)，上軌及下軌。

布林線示意圖如圖1所示。

圖1 布林線示意圖

觀察布林線示意圖開口的大小，布林線指標(biāo)開口愈小則股價(jià)的漲跌幅度趨勢(shì)愈弱，股價(jià)可能會(huì)在某個(gè)方向上進(jìn)行超越，開口越小，超越強(qiáng)度就越大。因此，布林線示意圖是供投資者判斷股價(jià)未來(lái)發(fā)展趨勢(shì)的一個(gè)有效方法之一。

之前做股票研究的用的比較多的是基于VaR的分位數(shù)回歸以及 STAR模型.非線性的平滑轉(zhuǎn)換門限自回歸模型(STAR)。ST A R模型最早是由Ter svirta和Anderson (1992)提出。鑒于極端機(jī)制間的轉(zhuǎn)換非波動(dòng)不止，而是平滑的,因此ST AR不像其它模型一樣進(jìn)行非連續(xù)性的持續(xù)轉(zhuǎn)換,這對(duì)股票價(jià)格趨勢(shì)和股市泡沫的描述更加符合實(shí)際樣本和實(shí)際需求。

其中，簡(jiǎn)單介紹下STAR模型估計(jì)的主要步驟:

Step1：建立p階的AR模型。自回歸AR譜在頻譜估計(jì)領(lǐng)域也是個(gè)重要的估計(jì)方法。在誤差項(xiàng)完全不自相關(guān)基礎(chǔ)上去選擇p值；

Step2：在Step1的基礎(chǔ)上，進(jìn)行非線性驗(yàn)證以及延遲、衰減、波動(dòng)等參數(shù)的模糊估計(jì)。

Step3：接著，進(jìn)行F測(cè)試為后續(xù)打基礎(chǔ)，求相對(duì)應(yīng)的概率值p。

Step4：接著用r=Ln(Pt/Pt-1)得到兩組收益率序列。以證明是非正態(tài)分布序列，并用Garch(1，1)回歸去實(shí)現(xiàn)在正態(tài)分布、t分布和GED分布的95%左右的分位數(shù)。

從這些可見，傳統(tǒng)證券分析方法過(guò)于繁瑣。因此，有必要研究其它分析方法。

3 地物信息方法的研究與應(yīng)用

在地球物理信息處理方法中，一般用到曲線擬合以及線性預(yù)測(cè)。鑒于證券分析也主要是對(duì)曲線進(jìn)行分析和預(yù)測(cè)，這兩種有類似之處。具體分析如下。

3.1 曲線擬合

大量數(shù)據(jù)處理仿真和實(shí)驗(yàn)證明，曲線擬合是一種能有效地處理和分析待測(cè)數(shù)據(jù)，去除干擾，有效降噪的方法。它是在實(shí)驗(yàn)獲得的數(shù)據(jù)或是已有的數(shù)據(jù)分布基礎(chǔ)上，根據(jù)實(shí)際樣本去建立變量相互之間有效的函數(shù)關(guān)系，為進(jìn)一步的分析、探討、研究提供保證。

曲線擬合主要是以尋求待測(cè)參數(shù)的最佳估計(jì)為目的，進(jìn)行一系列擬合和處理。當(dāng)僅有離散數(shù)值點(diǎn)而不明確切函數(shù)關(guān)系時(shí)，可以由測(cè)量值擬合出函數(shù)關(guān)系。因此曲線擬合最主要的方法是基于最小二乘準(zhǔn)則的曲線擬合，簡(jiǎn)單方便，準(zhǔn)確率高，在球與空間信息等領(lǐng)域都有這廣泛的應(yīng)用。

最小二乘法是在給定平面上的點(diǎn) 進(jìn)行曲線擬合，其原理是根據(jù)實(shí)驗(yàn)樣本和分布，通過(guò)理論推導(dǎo)和分析，建立相關(guān)函數(shù)

最近，J.Vondrak在曲線擬合的發(fā)展過(guò)程中，又提出了一種Vondark平滑法，這種方法可以在未知函數(shù)的情況下，對(duì)測(cè)量數(shù)據(jù)或信號(hào)進(jìn)行較為合理的擬合和平滑。這將在下一步研究中討論，本文暫不做贅述。

3.2 線性預(yù)測(cè)

線性預(yù)測(cè)則在以上分析的基礎(chǔ)上對(duì)信號(hào)進(jìn)一步分析處理，從而使精度進(jìn)一步提高。常簡(jiǎn)稱為L(zhǎng)PC(Linear Prediction Coding)，系數(shù)稱為線性預(yù)測(cè)系數(shù)或LPC系數(shù)。預(yù)測(cè)誤差：

通過(guò)使線性預(yù)測(cè)到的采樣在最小均方誤差意義上逼近實(shí)際采樣，可以求取一組惟一的預(yù)測(cè)系數(shù)。

3.3 地物方法在證券中的應(yīng)用

對(duì)圖1應(yīng)用曲線擬合和線性預(yù)測(cè)分析，如圖2所示：

圖2 地物方法分析示意圖

從圖2可見，擬合的誤差很小，精度很高。能較好的反應(yīng)股市發(fā)張趨勢(shì)。

然而，技術(shù)分析成功與否的影響因素很多，比如個(gè)人技術(shù)嫻熟，方法的有效程度等等，交易的成敗往往具有非規(guī)律性。因此，投資者應(yīng)當(dāng)在熟練掌握技術(shù)分析方法的基礎(chǔ)上，恰到好處地將基本分析與多種技術(shù)分析結(jié)合起來(lái)，以此來(lái)提高成功的概率。

4 結(jié)語(yǔ)

本文主要嘗試性地研究了基于地物信息方法的證券預(yù)測(cè)。詳細(xì)探討了地球物理信息處理方法諸如曲線擬合和線性預(yù)測(cè)，接著在此基礎(chǔ)上扼要研究了基于地物信息方法的證券預(yù)測(cè)，并結(jié)合證券簡(jiǎn)單進(jìn)行了分析，結(jié)果初步顯示了較為有效。當(dāng)然本文只是嘗試性的簡(jiǎn)單進(jìn)行了介紹和分析，后續(xù)研究還有待進(jìn)一步加大實(shí)際分析和處理。

[1]Wang Hongliang,Dong Haobin,He Lianghua,Shi yongle, Zhang Yuan.Design and simulation of LQR controller with the linear inverted pendulum[C].International Conference on Electrical and Control Engineering, ICECE 2010.

[2]鄧森,景博,周偉.一種快速收斂的多級(jí)獨(dú)立分量分析算法[J].儀器儀表學(xué)報(bào),2011,32(11).

[3]DENG S,JING B, ZHOU W.Multi-stage FastICA algorithm with high convergence rate[J].Chinese Journal of Scientific Instrument, 2011,32(11).

[4]高梁,劉曉云,廖志武,陳武凡.一種基于多信息融合的模糊邊界檢測(cè)算法[J].儀器儀表學(xué)報(bào).2011,32(11).

[5]周三多.管理學(xué)[M].北京:高等教育出版社,2005.

[6]陳維政,余凱成,程文文.人力資源管理[M].北京:高等教育出版社,2002.