股市可预测性与技术指标协整性的模型检验

《股市可预测性与技术指标协整性的模型检验》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、股市可预测性与技术指标协整性的模型检验内容摘要周爱民.股市可预测性与技术指标协整性的模型检验.数理统计与管理.1999，18(1)，5～10一个有效的股市，其价格应该是随机波动的，反映市场信息的同质等量分布，或者说无人能靠分析过去的信息而赚到钱。但这与“可预测”并无矛盾，因为预测科学本身并不能提供100%的精度，而且“可预测”和靠预测来赚钱又根本是两回事，股市有效性所遵从的随机游动模型本身就告诉了我们这一点。本文从建立股市自回归预测模型出发，并通过检验股市主要技术指标的协整性来说明这一点，同时指出了各种模型的阶数高与低与股市有效性相对强与弱之间的存在着反向的关系。关键词：协整、可预测、

2、检验。TheModel-TestforthePredictionofStockMarketsandtheCointegrationofTechnicalIndexesZhouaiminTheInstituteforResearchinInternationalEconomics,NankaiUniversityAbstractPricesinaneffectivestockmarketvarystochasticly.Itreflectstheequaldistributionofinformationofsamequality.Butitdoesnotcontradictoreove

3、r,“predictable”isquitedifferentfrommakingmoneybymeansofprediction.Ithasbeenprovedbythestochasticmodelsofstockmarketefficiency.Inthisarticletheauthortriestoexplainitthroughtestingthecointegrationofsomemajortechnicalindexesandestablishingauto-regrassionmodelsofstockmarkets.Meanodelsandthedifferent

4、degreeofstockmarketefficiency.Key=Lm(MIt-MIt-1),MA5t一阶差分的滞后变量：DMt-1=L(MA5t-MA5t-1),DMt-2=L2(MA5t-MA5t-1),…,DMt-k=Lk(MA5t-MA5t-1),以及B5t一阶差分的滞后变量：DBt-1=L(B5t-B5t-1),DBt-2=L2(B5t-B5t-1),…,DBt-h=Lh(B5t-B5t-1),可建立协整模型的误差修正模型如下：Et=-0.007(-0.03)+0.13(3.91)Dt-1-0.17(-3.48)DMt-1+0.08(2.10)DMt-2+-0.42(-1.

5、69)DBt-1+0.26(3.80)DBt-2+0.64(24.38)Et-1其中括号内的数值为对应回归参数的t统计量值，且：F=154.1,R2=0.4809,MSE=75.38,DIt=0.9997(6429.94)MA5t+7762(118.13)B5t其中括号内的数值为对应回归参数的t统计量值，且：F=20910000,R2=1.000,MSE=1567。过拟合F检验的结果说明，有效性相对较强的市场，其协整误差修正模型中要求有更高的阶数，因此也能达到相对更小的相对误差。对于恒生指数的模型不需要进行误差修正，m=k=h=2时模型的精确程度已经高于上证指数经修正后的协整模型了(见

6、表2.2中最后一行)。既然在股市指数MIt与其两个最经常使用的技术指标简单算术移动平均指标MA5t和乖离率B5t之间存在着协整关系，也就是说无论股指是否平稳，MIt与MA5t和B5t的一线性组合之间相差的只是一个白噪声。所以说明技术分析指标能够在一定精度的前提下，解释股指的变动，也即技术分析是有效的。三、来自模型检验的启发上海股市目前虽不具备弱有效性，但弱有效性是在逐步增强的。对于这种股市有效性的渐近性质，可从几个方面来验证。例如可以使用不同期限的动态游程统计量验证股市的渐近性质，也可以由各种模型下动态的过拟合F统计量来验证股市有效性的渐近性质。这就是说，对于不同股市的有效性比较，或者

7、是对相同股市不同时期的有效性比较，可以通过各种模型的阶数来检验。而这种检验深层次的意义在于，在不能验证一个发展中的股市是有效的时候，只是确定了市场指数不能服从只有一个滞后项的随机游动模型，但它可能服从带有多个滞后项的模型。而且随着股市有效性的由弱到强，市场指数服从的模型阶数越来越少，直到减少到一个时，也就验证了市场指数服从随机游动模型了。下面我们通过一个典型的LARCH模型(GeeSeriesitrica,49:1057-1072.［6］Eng