基于多元線性回歸的股價分析及預測

王培冬

摘 要：中國是世界上最大的發(fā)展中國家，中國股票市場的股票價格是序列相關的，這意味著股票的歷史信息可以用來預測未來股價。本文以滬深300指數(shù)為實例，以其成交金額、最低價、成交量、次日開盤、開盤價、收盤價、最高價為解釋變量，以該股票的次日收盤價作為被解釋變量建立多元線性回歸模型，之后對模型進行異方差性檢驗和自相關性檢驗，最后運用模型對股價進行預測。結(jié)果表明，股票的歷史信息可以用來預測未來短時間內(nèi)的股票價格。

關鍵詞：多元線性回歸;股價分析;自相關性檢驗

1 現(xiàn)狀

滬深300指數(shù)是根據(jù)科學客觀的原理，挑選出深圳和上海資本市場中最具代表性股票組成樣本股，用以綜合反映證券市場最具市場影響力的一批優(yōu)質(zhì)大盤企業(yè)的整體狀況。滬深300指數(shù)是能夠反映深圳股市狀態(tài)的優(yōu)質(zhì)股票。

自中國進入新時代以來，人民生活水平日益提高，個人可支配收入日益增多，股票成為人們?nèi)粘＠碡敺绞剑善眱r格的變動也成了勞動人民關心的問題，也是國家關心和照顧的重點問題。中國是世界上最大的發(fā)展中國家，股票市場也正在完善發(fā)展中，中國股票市場的股票價格是序列相關的，這意味著股票的歷史信息可以用來預測未來股價。

2 多元線性回歸模型在股價預測中的應用

在實際生活中，股票的價格間存在一定的線性關系，本文將采用回歸分析的方法，以滬深300指數(shù)和上證指數(shù)的次日開盤價、收盤價格、最高價格、最低價格、成交金額、開盤價格、成交量為自變量建立模型。

2.1 多元線性回歸模型的建立

本文使用滬深300指數(shù)2018年的歷史數(shù)據(jù)，即以次日開盤價格、收盤價格、最高價格、最低價格、開盤價格、成交量、成交金額為自變量，以該股票的次日收盤價為因變量建立多元線性方程并進行求解預測。本文所用數(shù)據(jù)來源于網(wǎng)易財經(jīng)股票行情歷史交易數(shù)據(jù)，選取滬深300指數(shù)2018年一整年的數(shù)據(jù)進行建模分析預測。

2.2 多元線性回歸模型在滬深300指數(shù)中的預測研究

將股票的歷史數(shù)據(jù)輸入SPSS軟件中，運用SPSS進行數(shù)據(jù)處理得到模型R2值為0.989，調(diào)整R2值為0.988，Durbin-Watson值為2.011。其中，R表示擬合優(yōu)度，是用來衡量模型的擬合程度，其數(shù)值越接近1越好。R2表示決定系數(shù)，其數(shù)值用于反映模型能夠解釋的方差中占因變量方差的百分比，數(shù)值越接近1越好。調(diào)整R2是對決定系數(shù)R2的校正，比R2更加嚴謹，其數(shù)值越接近1越好。其次日開盤價格、收盤價格、最高價格、最低價格、開盤價格、成交量、成交金額變量系數(shù)分別為0.978、-0.226、0.188、0.205、-0.153、-8.408E-10、1.297E-10，常數(shù)項為21.768。

設次日收盤價為Y，次日開盤價為x1，收盤價為x2，最高價為x3，最低價為x4，開盤價為x5，成交量為x6，成交金額為x7，可以得出多元回歸方程：Y=21.768+0.978x1-0.226x2+0.188x3+0.205x4-0.153x5-8.408×10-10x6+1.297×10-10x7

其中R2為0.989。

下圖2-1是輸出的殘差對預測值的散點圖，殘差圖上的n個點在圖中的位置的散布是隨機的，沒有任何規(guī)律可言，可以說明滬深300指數(shù)模型滿足模型的基本假設，不存在異方差性。

由輸出數(shù)據(jù)可知，滬深300指數(shù)模型的R2值為0.989，接近于1，DW值為2.011，接近于2，調(diào)整R2值為0.988，也接近于1。DW=2.011，值在2左右。綜上，由定義可知，可認為該模型不存在序列的相關性.

3 預測分析

其中誤差率=（預測值-實際值）/實際值。此預測結(jié)果是將歷史數(shù)據(jù)帶入下邊方程：

中所得到的，即上表3-1。計算得出預測誤差均值為22.93015545，誤差率均值為0.00739866，由此可知，模型的預測誤差率在0.003左右，誤差數(shù)值較實際值來說較小，由此得出模型的預測效果較好的結(jié)論。

4 建議

4.1 對上市公司的建議

對于上市公司來說，合理安排使用公司上市募集的資金，在盈利時及時給股東分紅，通過公布財務報表等讓投資者了解本公司的現(xiàn)金流等資產(chǎn)的狀態(tài)都是健康的，可以給投資者信心，在其他公開信息中也可以展現(xiàn)出本公司的優(yōu)點。

4.2 適當對股市進行調(diào)控

股票市場的平穩(wěn)運行，需要國家政府等部門的自主調(diào)控，例如18年實施的去杠桿政策，有助于將房地產(chǎn)行業(yè)中的泡沫擠出，將在房地產(chǎn)產(chǎn)業(yè)內(nèi)部空轉(zhuǎn)的資金擠出，以便降低杠桿率，降低由于房地產(chǎn)市場波動導致的股票市場的波動，進而調(diào)控股市的整體狀況。

4.3 合理安排外匯儲備

2018年內(nèi)，美聯(lián)儲連續(xù)加息，對中國的資本市場影響也特別巨大。美聯(lián)儲加息會使美元升值，相對之下，人民幣幣值會降低，中國龐大的外匯儲備中有三萬億左右的美元，當外部資金流入時，我國強大的外匯儲備可以應付因為外匯風險導致的股市崩盤情況，但外匯儲備數(shù)額巨大，要對其進行合理的安排。18年第四季度，美國又與中國打貿(mào)易戰(zhàn)，在我看來，貿(mào)易摩擦就像是兩個經(jīng)濟體的戰(zhàn)爭，輸贏的代價很大，輸?shù)囊环降慕?jīng)濟增長可能會停滯不前甚至是倒退。

4.4 對投資者的建議

股票市場是一個十分復雜的金融體系，股票的價格也會受多種狀況的影響，對于投資人來說洞察買賣的良機是重中之重，因此投資者可以利用本模型進行預測分析，最大程度地實現(xiàn)股票獲益。但對于長期投資的投資者而言需要考慮各方面的因素，如政府政策因素、企業(yè)經(jīng)營狀況等。因此投資者投資需要十分謹慎，無論哪個因素的改變，都可能會導致股票市場的價格波動。所以在選擇一支優(yōu)秀的股票的時候，我們可以用此模型進行分析，來確定這只股票的投資必要性，但面對變化莫測的股票市場，僅僅靠這一個技術分析是不能夠確保萬無一失的，我們應當關注上市公司的各種公開信息，在深思熟慮、權衡利弊之后，做出合理的決策。

參考文獻：

[1]姜富偉，凃俊，David E.Rapach，Jack K.Strauss，周國富.中國股票市場可預測性的實證研究[J].金融研究，2011（09）：107-121.

[2]李瀟寧.多元線性回歸與時間序列模型在股票預測中的應用[J].科技創(chuàng)業(yè)月刊，2019，32（02）：153-155.

[3]周鵬飛，盧澤雨.基于SPSS多元線性回歸模型在城市用水量的預測[J].水利科技與經(jīng)濟，2018，24（05）：6-10.