基于灰关联的股指期货长期波段高低点预测模型研究

《基于灰关联的股指期货长期波段高低点预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于灰关联的股指期货长期波段高低点预测模型研究摘要：灰关联理论是解决信息不完全系统的重要方法，由于我国股指期货市场发展时间较短，市场成熟度相对较低，因此可以将我国股指期货市场看作是一个非线性动态变化的复杂灰色系统，在此基础上构建股指期货长期波段高低点预测模型。选取沪深300股指期货作为样本数据进行的实证分析表明，该预测方法对于股指期货指数高点的预测有很大优势，可以结合其他技术分析方法来进行长期投资。关键词：灰关联理论；股指期货；长期波段高低点；预测模型中图分类号：F830.9文献标识码：A文章编号：1006-3544（2014）05-0053-06一、

2、引言12中国证监会于2010年宣布HS300指数期货正式上市交易，为中国的金融市场拓展了新的投资工具。股票、期货、外汇的预测一直是热门话题，其预测的方法多种多样。股指期货近几年才在中国兴起，如何对其进行准确预测成为众多投资者关注的重点。在上个世纪六七十年代，关于基本面分析与技术分析的争论达到一个高峰。对于技术分析的反驳，主要原因在于技术分析认为价格可以预测，而这与有效市场假说是背道而驰的[1]。Fama（1970）[2]指出，在一个“有效”市场中，价格能够“充分反映”可获得的信息。但是后来的金融学者，如Brown和Jennings（1989）[3]提出

3、一个两阶段噪音理性预期模型，以及一些行为经济学家提出的正反馈模型，证明了技术分析的有效性。在对价格变动预测研究中，一般的预测方法可以大概分为两类，一类是利用统计学、计量经济学模型，另一类是利用神经网络、模糊集合等人工智能方法。由于股票指数期货市场是一个不稳定的、开放的、非线性动态变化的复杂系统，市场上期货合约价格的变动受到金融、经济、政治、社会以及投资者心理等众多因素的影响，其变化过程具有非线性、混沌性、长期记忆等特点[4]。因此灰色理论被一些学者用来研究市场的预测分析。对于灰色理论在金融市场的应用，冯学军（2007）[5]将灰色GM（l，1）模型应用

4、于对股市的预测，并将所得值与由RBF网络预测的值进行线性组合以提高预测的精度。陈晶鑫（2007）[6]尝试将灰色系统的新陈代谢模型应用于股票市场。李攀峰（2002）[7]通过大量实例，讨论了灰色模型应用于证券分析的可行性，改进了残差灰色预测模型。谭华、谢赤等（2007）[8]提出，将3种灰色模型：残差GM（1，1）、无偏GM（1，1）和pGM（1，1）与神经网络模型进行有机组合，建立一种新的灰色神经网络组合预测模型。唐娜（2007）[9]12得出灰色马尔可夫模型不仅可以弥补马尔可夫模型的局限，又可以弥补灰色模型的不足，并利用灰关联分析选取合适的技术指标

5、预测股价。综上所述，对于股指期货长期价格波段高低点预测问题的探讨，对于规范我国股指期货的中长期定价机制，具有重要的理论与现实意义。本文在分析灰关联理论与方法的基础上，构建了基于灰关联的股指期货长期波段高低点预测模型，并选取沪深300股指期货作为样本数据，对股指期货长期波段高低点预测模型进行了实证分析。该研究成果可对规范我国股指期货市场的定价机制，提供一定的理论指导与决策参考。二、灰关联理论与方法分析灰关联分析方法是对动态灰过程发展态势整体接近性分析的方法[10]。灰关联分析的步骤如下：第一步：确定分析数列参考数列即反映系统行为特征的数列，记为x0={x

6、0（1），x0（2），x0（3），……，x0（n）}；比较数列即影响系统行为的数列，比较数列集记为X={x1，x2，x3，……，xm），其中，xk={xk（1），xk（2），xk（3），……，xk（n）}。第二步：数列的无量纲处理12如果数列的单位或者物理意义不同时，对其进行灰关联分析难以得到如期的结果。因此在分析之前首先需要对数列进行无量纲处理。本文采用归一化处理，即：x*i（k）=■（1）其中i∈{0，1，2，……，m}，k∈{1，2，……，n}。第三步：计算灰关联度r（x0（k），xj（k））=■（2）r0，j=■∑■■r（x0（k），xj（k）

7、）（3）其中，r（x0（k），xj（k））为灰关联系数，r0，j为参考向量x0和比较向量xj的灰关联度。根据邓聚龙的灰关联熵分析方法[11]，灰关联度满足灰关联四公理：规范性，偶对称性，整体性和接近性。三、股指期货长期波段高低点预测模型构建在K线中，一般存在三种趋势：上涨、下跌与盘整。趋势交易策略的核心是尽可能抓住上涨或者下跌的空间，即能准确把握趋势的高点与低点。但是常用的技术分析策略常常对趋势的判断产生较长的延迟，并且会受制于回调的干扰信号。因此本文以沪深300股指期货历史数据为例，12首先对期指收盘价数据进行预处理，针对各种预处理方法的问题，最终选

8、择小波平滑法，并对其予以优化克服自身缺点。选取6大常用技术指标，在历史数据预处理后的基础上予以