[摘 要]人們投資方式隨著經(jīng)濟(jì)的發(fā)展越來越多，其中股票是眾多投資手段中最重要、最常見的一種手段。通過對(duì)股票漲跌預(yù)測，可以為人們提供股票購買決策依據(jù)。文章在簡要說明馬爾科夫模型的基礎(chǔ)上，以華聯(lián)股票為實(shí)例對(duì)馬爾科夫鏈模型的預(yù)測能力進(jìn)行檢驗(yàn)，發(fā)現(xiàn)馬爾科夫鏈模型對(duì)短期股票預(yù)測具有一定的效用。

[關(guān)鍵詞]股票;馬爾科夫鏈;預(yù)測;狀態(tài)轉(zhuǎn)移

[中圖分類號(hào)]F832.48

1 引 言

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，人們的可支配收入顯著提高，在滿足基本生活需求外，擁有的剩余資金越來越多。為了發(fā)揮剩余資金的最大價(jià)值，投資成為人們最常見的經(jīng)濟(jì)行為，其中股票是最常見的一種投資手段?！?018年金融市場運(yùn)行情況報(bào)告》指出，債券市場在2018年發(fā)行各類債券共43.6萬億元，較2017年增長了6.8%。如果人們能夠?qū)ψ约核徺I的股票的漲幅進(jìn)行預(yù)測，那人們手中剩余資金的價(jià)值才能發(fā)揮應(yīng)有的價(jià)值，人們才能獲得一定的收益。因?yàn)楣善钡膬r(jià)格波動(dòng)受到多種因素的共同作用，所以很難對(duì)股票進(jìn)行長期的預(yù)測，但是在短期內(nèi)，可以對(duì)股票進(jìn)行某種程度上的預(yù)測。

馬爾科夫過程是一種最簡單的隨機(jī)過程，即某狀態(tài)出現(xiàn)的概率只與過去有限時(shí)期狀態(tài)有直接聯(lián)系，而與超出這個(gè)時(shí)間段之前的狀態(tài)無直接聯(lián)系。因此本研究運(yùn)用馬爾科夫預(yù)測法來進(jìn)行股票漲跌的短期預(yù)測，并且通過實(shí)例驗(yàn)證了在一定程度上，馬爾科夫預(yù)測法可以用于短期內(nèi)股票漲跌預(yù)測。

2 馬爾科夫模型

馬爾科夫預(yù)測法是由俄國數(shù)學(xué)家馬爾科夫發(fā)明的，是一種市場預(yù)測方法。它的基礎(chǔ)是概率論中馬爾科夫鏈理論及方法[1]。它的核心思想是若把事件的整個(gè)隨機(jī)過程分成不同的狀態(tài)集，那么事件上一個(gè)狀態(tài)對(duì)事件當(dāng)前所處狀態(tài)具有極大的影響，也就是利用事件上一狀態(tài)來預(yù)測下一狀態(tài)。

構(gòu)建馬爾科夫鏈?zhǔn)沁\(yùn)用馬爾科夫預(yù)測法進(jìn)行預(yù)測的關(guān)鍵，而構(gòu)建馬爾科夫鏈的關(guān)鍵是確定初始狀態(tài)向量和狀態(tài)轉(zhuǎn)移矩陣。運(yùn)用馬爾科夫預(yù)測法進(jìn)行預(yù)測有3個(gè)假設(shè)條件：一是狀態(tài)是在相鄰兩個(gè)狀態(tài)間進(jìn)行轉(zhuǎn)移的;二是預(yù)測期間狀態(tài)的個(gè)數(shù)保持不變;三是當(dāng)期狀態(tài)和取值僅影響下一期的狀態(tài)，而不會(huì)影響下一期之后的狀態(tài)。

3 華聯(lián)股票價(jià)格預(yù)測

通過梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn)股票所處狀態(tài)的劃分方法通常有兩種：一是以研究對(duì)象本身所處狀態(tài)為標(biāo)準(zhǔn)進(jìn)行劃分，如通過比較某只股票當(dāng)日收盤價(jià)與前一天的收盤價(jià)的不同，可將其狀態(tài)分為上漲、持平、下跌三種狀態(tài)[3];二是研究者根據(jù)研究對(duì)象的實(shí)際情況進(jìn)行人為劃分，如將一段時(shí)間內(nèi)股票的價(jià)格按照一定的標(biāo)準(zhǔn)劃分為若干區(qū)間，該只股票每天的收盤價(jià)只能歸屬于一個(gè)區(qū)間，每一個(gè)區(qū)間就可以當(dāng)作一種狀態(tài)。本研究采用第一種劃分方法來對(duì)華聯(lián)股票的狀態(tài)進(jìn)行劃分。

通過中國財(cái)經(jīng)網(wǎng)站搜集到華聯(lián)2017年3月每日收盤價(jià)，數(shù)據(jù)資料如表1所示。

將2017年3月1日到2017年3月28日每天的收盤價(jià)作為統(tǒng)計(jì)區(qū)間，將3月28日、29日、30日的狀態(tài)和預(yù)測值進(jìn)行比較，驗(yàn)證預(yù)測法的準(zhǔn)確性。狀態(tài)集如表2所示。

由預(yù)測可知，29日有85.7%的概率下跌，實(shí)際情況同樣是下跌，所以預(yù)測合理;30日有44.8%的概率上漲，8.6%的概率持平，46.5%的概率下跌，實(shí)際情況同樣下跌，所以預(yù)測基本合理;31日上漲概率為45.3%，持平概率為4.7%，下跌概率為50.1%，上漲和下跌概率基本相同，所以預(yù)測基本合理。

4 結(jié) 論

馬爾可夫預(yù)測法主張某一隨機(jī)事件當(dāng)前所處狀態(tài)僅受前一狀態(tài)影響，且其預(yù)測的關(guān)鍵是構(gòu)建事件初始狀態(tài)向量以及狀態(tài)轉(zhuǎn)移矩陣。短期內(nèi)事件所處的環(huán)境不會(huì)發(fā)生變化，轉(zhuǎn)移概率矩陣不會(huì)發(fā)生很大變化，而長期狀態(tài)下，市場環(huán)境很可能發(fā)生重大變化，因此長期之后的狀態(tài)轉(zhuǎn)移矩陣較當(dāng)前的狀態(tài)轉(zhuǎn)移矩陣定有很大差距，因此馬爾科夫預(yù)測法在短期預(yù)測中有一定的效果，但在長期預(yù)測中效果較差。

通過運(yùn)用馬爾可夫預(yù)測法對(duì)華聯(lián)股票進(jìn)行短期預(yù)測，發(fā)現(xiàn)馬爾可夫預(yù)測法在短期內(nèi)的預(yù)測結(jié)果具有一定的準(zhǔn)確性。在實(shí)際生活中，股票漲跌的變化、幅度受到政府政策、人們心理因素等多種因素的影響，因此，在實(shí)際生活中運(yùn)用馬爾科夫預(yù)測法進(jìn)行預(yù)測時(shí)需將其他因素納入研究當(dāng)中以進(jìn)行更準(zhǔn)確的預(yù)測。

參考文獻(xiàn)：

[1]章晨. 基于馬爾科夫鏈的股票價(jià)格漲跌幅的預(yù)測[J].商業(yè)經(jīng)濟(jì)，2010（21）：68-70.

[2]張鑫，任永泰，王福林，等.基于改進(jìn)灰色馬爾科夫模型的年降水量預(yù)測[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2011（11）：51-57.

[3]王唯賢，陳利軍.股票價(jià)格預(yù)測的建模與仿真研究[J].計(jì)算機(jī)仿真，2012（1）： 344-347.

[4]焦中信， 李小芳. 利用齊次馬爾科夫鏈預(yù)測股票價(jià)格走勢[J].中國商界，2008（11）： 32，68.

[5]武月， 李紅春. 基于AHP與馬爾科夫鏈的股票行情一類分析及預(yù)測[J].現(xiàn)代經(jīng)濟(jì)信息，2011（22）：190-191.

[作者簡介]王鑫（1993—），女，漢族，山西運(yùn)城人，研究方向：管理科學(xué)與工程。