基于變權(quán)重組合預(yù)測(cè)對(duì)我國(guó)股票價(jià)格的分析研究

杜昂

本文數(shù)據(jù)來(lái)源于2018-2019年上證指數(shù)月度數(shù)據(jù)，通過(guò)多元線性回歸預(yù)測(cè)模型、ARIMA預(yù)測(cè)模型、灰色預(yù)測(cè)模型對(duì)我國(guó)的股票價(jià)格進(jìn)行擬合并預(yù)測(cè)。主要結(jié)論有：僅通過(guò)單項(xiàng)預(yù)測(cè)模型對(duì)我國(guó)股票價(jià)格趨勢(shì)分析精確度不高，在單項(xiàng)預(yù)測(cè)模型的基礎(chǔ)上運(yùn)用變權(quán)重組合預(yù)測(cè)模型對(duì)我國(guó)股票價(jià)格分析研究，預(yù)測(cè)的精確度顯著提高。經(jīng)預(yù)測(cè)，未來(lái)半年我國(guó)股票價(jià)格將在低位徘徊。

引 言

我國(guó)股票價(jià)格變動(dòng)趨勢(shì)既有規(guī)律性又有不確定性，是一項(xiàng)十分復(fù)雜的系統(tǒng)，對(duì)股價(jià)趨勢(shì)的研究一直是國(guó)內(nèi)外學(xué)者研究的重要話題之一。Engle（1992）認(rèn)為單個(gè)股票收益的波動(dòng)性受到整個(gè)股票市場(chǎng)波動(dòng)性的影響，其風(fēng)險(xiǎn)溢價(jià)受到可預(yù)測(cè)的市場(chǎng)波動(dòng)性的影響。陳繼勇（2013）認(rèn)為房地產(chǎn)價(jià)格對(duì)股票價(jià)格具有重要的干預(yù)作用。代江波（2017）認(rèn)為運(yùn)用TA和SA預(yù)測(cè)系統(tǒng)能夠提高對(duì)股價(jià)趨勢(shì)預(yù)測(cè)的貼近度。盧嘉澍（2017）認(rèn)為使用灰色預(yù)測(cè)模型能夠提高預(yù)測(cè)的準(zhǔn)確度。盡管代江波（2017）和盧嘉澍（2017）對(duì)股價(jià)預(yù)測(cè)模型進(jìn)行了改善，但這兩項(xiàng)研究均未考慮到股價(jià)預(yù)測(cè)模型的“內(nèi)生性”問(wèn)題，并且以單項(xiàng)預(yù)測(cè)模型研究是存在局限性的，和實(shí)際值有較大偏誤。本文旨在對(duì)我國(guó)股票價(jià)格做更為精確的預(yù)測(cè)，為股市穩(wěn)健發(fā)展、股民規(guī)避投資風(fēng)險(xiǎn)提供有效建議。

單項(xiàng)模型預(yù)測(cè)方法

為分析我國(guó)股價(jià)趨勢(shì)并對(duì)其預(yù)測(cè)，統(tǒng)計(jì)并整理我國(guó)上證指數(shù)歷史數(shù)據(jù)，取樣時(shí)間起止為2015年1月—2018年6月，每組數(shù)據(jù)取當(dāng)月月初開(kāi)盤(pán)價(jià)。研究發(fā)現(xiàn)，我國(guó)股價(jià)不僅依賴時(shí)間趨勢(shì)變動(dòng)，同時(shí)還受宏觀政策的影響。本文在科學(xué)界定股票價(jià)格影響因素的基礎(chǔ)上，選取分析指標(biāo)，建立多元線性模型：

股票價(jià)格在很大程度上受時(shí)間趨勢(shì)變動(dòng)的影響，并具有為不明確的特性。根據(jù)這些性質(zhì)，分別建立ARIMA預(yù)測(cè)模型（2，1，1）ARIMA以及灰色預(yù)測(cè)模型（1，1）G，限于文章篇幅，證明不再贅述。根據(jù)上述兩種預(yù)測(cè)模型運(yùn)行SAS軟件得到擬合結(jié)果以及預(yù)測(cè)信息，結(jié)果見(jiàn)圖1。

廣義誘導(dǎo)有序加權(quán)平均（GIOWA）組合預(yù)測(cè)

廣義誘導(dǎo)有序加權(quán)平均組合預(yù)測(cè)方法是在單項(xiàng)預(yù)測(cè)基礎(chǔ)上對(duì)模型的精度排序，基于λ 次冪誤差平方和最小原則，對(duì)單項(xiàng)預(yù)測(cè)方法綜合提取有效信息，從而達(dá)到提高預(yù)測(cè)精度的方法。馬永開(kāi)（1995）在最優(yōu)組合預(yù)測(cè)方法的基礎(chǔ)上，證明出最優(yōu)組合預(yù)測(cè)存在的判斷定理，組合預(yù)測(cè)方法在預(yù)測(cè)學(xué)界廣受應(yīng)用。廣義誘導(dǎo)有序加權(quán)平均（GIOWA）組合預(yù)測(cè)模型可表示為：

根據(jù)式（2）中λ的不同取值結(jié)果，廣義誘導(dǎo)有序加權(quán)平均組合預(yù)測(cè)模型有如下形式：

共對(duì)λ=1，λ=1/2，λ→0三種情況的預(yù)測(cè)值和預(yù)測(cè)精度進(jìn)行了測(cè)度，并根據(jù)廣義誘導(dǎo)有序加權(quán)平均組合預(yù)測(cè)模型擬合結(jié)果，限于文章篇幅僅提供λ=1公式推演過(guò)程。根據(jù)時(shí)間序列的滯后性，模型的預(yù)測(cè)精度會(huì)呈指數(shù)趨勢(shì)遞減，對(duì)未來(lái)股票價(jià)格的預(yù)測(cè)期數(shù)不可過(guò)多，因此，本文基于上述模型對(duì)未來(lái)6期，即2018年下半年的股票價(jià)格進(jìn)行預(yù)測(cè)，結(jié)果見(jiàn)表1。

總結(jié)及建議

預(yù)測(cè)的目的在于能夠反映研究對(duì)象隨著時(shí)間推移而產(chǎn)生的變化趨勢(shì)，重點(diǎn)和難點(diǎn)在于預(yù)測(cè)的精度。本文基于多元線性回歸預(yù)測(cè)模型、ARIMA預(yù)測(cè)模型、灰色預(yù)測(cè)模型對(duì)我國(guó)股票價(jià)格進(jìn)行組合預(yù)測(cè)，擬合結(jié)果精度較單項(xiàng)預(yù)測(cè)模型有了很大提高，預(yù)測(cè)的結(jié)果非常貼近實(shí)際。因此，基于上述研究，為我國(guó)股市監(jiān)管部門(mén)及廣大善于數(shù)據(jù)分析的股民提供一些啟示建議。

首先，通過(guò)預(yù)測(cè)我國(guó)股價(jià)于2018年下半年仍沒(méi)有上揚(yáng)的趨勢(shì)，這是受上半年中美貿(mào)易戰(zhàn)余波的影響，我國(guó)股市仍在低位調(diào)整，尋求突破的時(shí)機(jī)。但這是需要時(shí)間的，股票監(jiān)管部門(mén)不能以任何過(guò)激的手段刺激股票市場(chǎng)運(yùn)行，假救世不如不救世，股價(jià)上揚(yáng)需要穩(wěn)健的市場(chǎng)條件。

我國(guó)股市大環(huán)境在下半年仍在低位徘徊，我國(guó)股民應(yīng)關(guān)注社會(huì)宏觀經(jīng)濟(jì)及優(yōu)勢(shì)產(chǎn)業(yè)發(fā)展，尋求個(gè)股突破。

（西藏大學(xué)）