股价预测

股价预测（精选五篇）

股价预测 篇1

关键词：A股市场,马尔科夫链,转移概率矩阵,稳态分布

一、马尔科夫分析法的基本原理

(一) 马尔科夫过程基本原理

按照系统的发展, 时间可离散化为n=0, 1, 2, 3, …, i, …, 对每个系统的状态可用随机变量表示, 并且对应一定的概率, 该概率称为状态概率。当系统由某一阶段状态转移到另一阶段状态时, 在这个转移过程中, 存在着转移的概率, 称为转移概率。如果转移概率只与目前相邻两状态的变化有关, 即下阶段的状态只与现在状态有关而与过去无关, 那么这种离散状态按照离散时间的随机转移系统过程, 称为马尔科夫过程。A股即人民币普通股票, 是我国机构投资和个人投资的主要股票。A股市场的涨跌受经济形势, 国家政策, 外部环境以及投资者心态等多个因素影响。

(二) 马尔科夫链

有限个马尔科夫过程的整体称为马尔科夫链。马尔科夫链的运动变化分析, 主要是分析研究链内有限马尔科夫过程的状态及相互关系, 进而预测链的未来状况, 据此作出决策。根据马尔科夫链的构成, 其过程具有如下三个特点:过程的离散性、过程的随机性、过程的无后效性。系统内部的转移概率只与当前状态有关, 而与以前的状态无关。即一系统的某些因素在转移中第i次结果只受第i-1次结果的影响, 与其他结果无关。凡是满足以上三个特点的系统, 均可用马尔科夫链研究其过程, 并可预测其未来。

二、问题的提出

股票指数即股票价格指数, 是由证券交易所或金融服务机构编制的表明股票行市变动的一种供参考的指示数字。由于股票价格起伏无常, 投资者必然面临市场价格风险。A股市场作为我国机构投资和个人投资的主要市场, 通常的参考指数是上证指数, 通过上证指数的波动来判断大盘的行情或板块的行情。上证指数的发布几乎是和股市行情的变化相同步的, 它是我国股民和证券从业人员研判股票价格变化趋势必不可少的参考依据。因此, 要研究A股市场的起伏变化, 必然要根据A股上证指数来寻求其内在的规律。

以往对股票指数的研究大多以计量经济学为基础, 国内外学者相继提出了GARCH、ARFIMA、FIGARCH、模糊算法、遗传算法等预测模型, 这些非线性模型的提出, 能够很好地反映经济现象中各因素之间的内在关系, 为决策者或投资者提供依据。但我国证券市场在功能上以筹资为主, 优化资源功能相对较弱, 多数公司还没有形成有效的内部制衡机制, 市场规模较小, 相对法规不完善, 监督力量薄弱和监管滞后等, 因此我国的股票市场呈现出独特的规律。尤其是在2011年A股市场的上证指数和深成指数都出现暴跌, 使投资者蒙受了很大的损失, 导致投资者信心不足, 无法判断大盘的最终走势。在此种情况下, 本文意在通过随机过程的相关理论, 运用马尔科夫链的相关方法, 对我国A股市场进行实证研究, 探讨A股市场的股票价格涨跌趋势, 寻找股市行情变化的规律, 为投资者提供相关的参考模型。

三、问题的分析与假设

为更好地研究股市波动的内在规律, 根据控制变量法的原则, 首先, 假定在实验数据的历史时期中股市的波动仅与市场机制的运行相关, 与国家的宏观调控等无关。其次, 预测将来的股市状况, 必然要求当前的股市走势包含和反映了历史信息。当前的形势必然受历史时期因素的影响。最后, 为了在定性的基础上给出定量的预测, 进一步假定A股指数变化为时间离散和状态离散的随机过程。综上所述, 本文提出如下假设:

H1:假定我国A股市场为有效市场, 投资者心态为风险中性, 经济形势、国家政策对A股市场的干预度不大, 市场机制对股市涨跌起支配性作用。

H2:自1997年以来我国A股市场符合弱有效假定, 当前股市走势包含和反映了历史信息。

H3:股指的变化过程为时间离散、状态离散的次马尔科夫过程。

四、符号说明

P、Q:转移概率矩阵;Π (i) :第i期的概率状况;x1上涨;x2:持平;x3:下跌。a:上证指数2 150以下。b:上证指数2 150-2 250。c:上证指数2 250-2 350。d:上证指数:2 350-2 450。e:上证指数2 450以上。Pij:由状态xi转向状态xj的概率 (i, j=1, 2, 3) ;Qij:由当前状态转向另一个状态 (状态有a, b, c, d, e.其中a对应1, b对应2, c对应3, d对应4, e对应5)

五、模型的建立与求解

问题一:

(一) 上证指数的状态空间的划分

将上证A股指数分为涨、平、跌三种状态进行分析, 由于近期大盘调整趋势明显, 大盘走势波动较大, 所以将每日收盘价按照上下30个点的波动范围来界定上证A股指数是否为涨、平、跌状态。其状态空间仅为3种, 即i={1, 2, 3}, 分别代表涨、平、跌。本文采用较大范围界定“平”状态, 一方面是为了适应大盘当前的调整态势, 便于建模;另一方面, 计算的结果对于较为极端的走势反映会更加明显。

(二) 时间长度或转移步数的选择

在此模型中, 状态转移步数为天数, 所以在模型构建或数据的选择时可根据具体情况选择数据区间。根据以往的研究, 一般选择60天以上的数据即可较准确地反映出单步转移概率。因此我们选取了以2012年第一季度为主的数据作为研究对象。

(三) 转移概率矩阵的设定

因为此状态空间只有3个状态, 所以其状态转移矩阵为3阶矩阵, 设其n步转移概率矩阵为

据马尔科夫理论, 可以得到下面的结论:Pn=Pn, 则第n期的状态概率为π (n) =π (0) , Pn=π (0) Pn。

(四) 马尔科夫链模型的实证分析

1. 数据的选择。本文选择2012年4月6日之前的60个交易日上证指数收盘价为样本数据, 并依据上面的模型来确定各个交易日的所处的状态。如右上表:

2. 状态转移概率矩阵的计算。从上表可以看出, 最后一期为60个交易日内, x1=11, x2=40, x3=9。因为最后一期状态为平, 无后续状态, 所以平即x2=39。采用频率的计算方法来计算各个状态之间的转移概率矩阵, 从而得出各个状态之间的转移概率矩阵为下图1。

3. 依据转移概率矩阵的各期指数走势预测。根据马氏链过程, 不同时期的状态概率可以由π (i) 来表示, 则π (i) =π (0) , Pi=π (0) Pi, 其中π (0) 为初始状态概率。因为最后一期状态为平, 所以π (0) = (0, 1, 0) 。从而π (1) =π (0) PiP= (0.2051, 0.6667, 0.1282) , 依次可以求出π (2) , π (3) …π (n) =π (0) Pn= (0.1864, 0.6610, 0.1525) , n→∞。可见, 在未来短期内沪指以66.10%的概率在30点内调整, 最终将以调整下跌的趋势为主。

4. 依据稳态条件的模型求解, 依据马尔科夫链系统稳定条件, 求得:x1=0.1864, x2=0.6610, x3=0.1525。

问题二:

(一) 上证指数的状态空间的划分

经过统计数据发现, 我国2012年第一季度上证指数介于2 148到2 460点之间, 所以将数据分为2 150点以下, 2 150-2 250点, 2 250-2 350点, 2 350-2 450点, 2 450点以上是合理的。将这5个区间分别定义为a、b、c、d、e。即j={a, b, c, d, e}。

(二) 时间长度或转移步数的选择

依旧选择我国2012年第一季度的上证指数为样本, 这样既方便与问题一相互对应, 简化了工作量, 又可以与问题一相互验证, 增加了模型实验结果的可信性。

(三) 转移概率矩阵的设定

此问题有5个状态区间, 所以其状态转移矩阵为5阶矩阵, 设其转移概率矩阵为Q=[Qnn], 其n步转移矩阵为Qn。由马尔科夫性我们可以得到:Qn=Qn。那么第n期的状态π (n) =π (0) , Qn=π (0) Qn。

(四) 实证分析

根据统计出的各日上证指数的状态转移状况, 计算:最后一天的上证指数2 302.24, 位于状态c。所以在计算状态转移概率时, 状态c的频数应该按23计算, 进而预测得出了马尔科夫链模型中的状态转移概率矩阵Q, 于是可以根据Q来对我国未来的上证指数所处区间进行预测。由马尔科夫链原理, 如果我们用π (i) 表示第i期的状态, 那么π (n) =π (0) Qn。根据数据, 我们得知最后一期的状态为c, 所以π (0) 为 (0, 0, 1, 0, 0) 。按上述公式, 我们可依次求得π (1) =π (0) Q= (0, 0.0435, 0.8261, 0.1304, 0) , π (2) =π (0) Q2, π (3) =π (0) Q3, ……, π (n) =π (0) Qn= (0.0089, 0.0446, 0.4107, 0.4821, 0.0536) , n→∞。由此, 可以预测, 在未来一段时间内, 上证指数应集中在2 250-2 450之间。

六、分析及结论

(一) 分析

从上面的计算结果我们可以看出, 两种预测方法结论一致, 随着交易日增加到足够多, A股指数最终以18.64%的概率上涨, 以66.10%的概率持平, 以15.25%的概率下跌。说明只要交易日足够多, 各个状态都是相通的, 而且上涨、持平、下跌的概率基本相同。从中短期上, 该模型可以比较准确地预测A股指数的走势。计算结果表明, 在短期内下跌的概率逐渐增大, 说明上证指数有回调的压力, 在以后A股股指走势将验证这一点。此外, 上证指数以66.10%的概率持平, 在30点内波动, 说明大盘在今后一段时间内仍然以调整为主, 并伴随着向下趋势的股指下跌。由于马氏链具有“无后效性”, 所以在市场有效的条件下, 预测股指走势比较准确。但是, 应该注意到使用该模型的条件, 即假定对初始向量的认定和转移矩阵概率的不变, 应根据实际情况对初始向量和转移矩阵做出调整, 以符合变化规律, 提高预测可信度。

(二) 结论

从上面的计算结果我们可以看出, 预测结果与结论一致, 随着交易日增加到足够多, 沪综指最终以29.13%的概率上涨, 以37.15%的概率持平, 以33.12%的概率下跌。说明上涨、持平、下跌的概率基本相同。从中短期上, 该模型可以比较准确地预测A股指数的走势。计算结果表明, 在短期内下跌的概率逐渐增大, 说明股指有回调的压力, 在数据中股指走势也验证了这一点。此外, 沪指以37.15%的概率持平, 在30点内波动, 说明大盘在今后一段时间内仍然以调整为主, 并伴随着向下趋势的股指下跌, 这与历史数据也基本吻合。综上可知, 此定性分析模型对于股指走势具有较好的拟合性。

应用马尔科夫理论对实际的股票指数进行预测, 并通过划分更细区间获得更满意的结果。这说明了该模型应用的可行性。与其他股市预测模型相比, 马尔科夫链定量预测模型在预测股价的同时也可以预测达到该股价的平均时间, 这是一般预测模型难以实现的。但是股票价格指数除了受市场机制的影响外, 还受其他很多因素比如国家政策的干预、外部市场影响等。因此, 本模型暂时适宜于对短时期内股票价格指数进行预测, 对短期股票投资分析提供参考。对于长期的股指预测需要对模型做进一步改进, 才会达到更好的效果。

七、模型的评价与改进

(一) 模型的评价

由于马尔科夫链具有“无后效”性, 所以对在市场机制起一定支配作用条件下的股票收盘价格, 用此方法进行分析、预测相当有效。但是, 这里应注意该方法使用的条件:对初始状态向量作假设和状态转移概率矩阵不变。如果忽视此条件, 在时间序列上作无限制的模式的外推, 可能会导致较大的误差。要解决这一问题, 可根据实际情况不断对初始状态向量和状态转移概率矩阵作一定的调整, 以使其更符合事物客观发展的变化趋势, 提高其预测的可信度。

上述模型一对A股市场涨跌状况进行了定性的分析, 模型二则在模型一的基础上加入了定量分析。通过两个模型可以对A股市场的走势状况进行较好的预测。此模型的优势在于可以对未来任意一交易日的收盘价格等数据进行预测。不足之处便是预测的准确性随着时间的递增而降低。另外, 国家政策及投资者心态等外生变量在中短期可认为变化不大, 长期中则对预测的结果产生不能忽略的影响。因为此种方法仅适用于中短期股市状况预测。对于长期的预测, 则需要结合经济形势对模型加以改进和完善。

(二) 模型的改进方法

前面建立的马尔科夫链模型是在A股市场只受市场机制等内在因素影响的假设下建立的动态数学模型。但是影响股市走势的外部因素仍有很多不容忽视, 例如经济形势、国家政策、投资者心态等。因此, 对模型的改进就在于将这些不能忽略的外生变量的影响考虑到已建立的数学模型中。

对于这些变量仍然可以将其划分为不同的类型。对于经济形势, 可将其划分为经济发展、经济停滞和经济倒退;对于国家政策, 则主要从货币政策划分为稳健、适度宽松和从紧的政策;而对于投资者心态则可划分为风险规避、风险中性和风险偏好等类型。对于这不同的类型, 我们可以根据控制变量法的原则, 保持其他条件不变, 对其中一个变量进行分析, 例如, 如果研究经济形势对A股市场走势的影响, 我们可以在股指的历史数据中寻找国家政策及投资者心态等外部条件大体相同的连续的年份进行研究。而将几个年份的数据进行比较研究, 我们则需对已建立的马尔科夫模型进行些许的改动。改动如下:把2个年份的数据合并成一个样本。对于第一个年份按照股指的值将数据划分出在一定区间内的r个等级, 来计算股指状态向量, 用R= (m1/m, m2/m, …mr/m) 表示, 其中, m为交易日总数, mi为第i (i=1, 2, …r) 等级的天数。同样对第二个年份的数据做相同的处理, 则可求出一步转移矩阵P:

其中mi仍表示最初股指位于第等级的天数, mij表示经济形势变化后属于第i等级的交易日的股指变化为第j等级的交易日的天数, 且满足。这样既能消除基础差异, 又能集中反映股指受外生变量影响而产生变化的内在规律。

参考文献

[1].夏莉, 黄兴洪.马尔可夫链在股票价格预测中的应用[J].商业研究, 2003, (10) .

[2].陈增辉.基于马尔科夫链模型的沪综指数预测[J].金融经济, 2010.

股价预测 篇2

参与长沙城轨建设 拿6亿元大订单

公司创始于1999年，主要生产工程机械，是全球工程机械企业50强，世界挖掘机企业20强企业。

公司9月8日发布公告，与中铁装备、中铁五局合资成立中铁山河公司（公司股权占比为50%），参与PPP模式的城市地下工程开发项目。长沙城轨市场规模3000亿，设备投资约200亿。而中铁系统是长沙城轨建设一级承包方的主力部队，中铁山河作为一个利益共享平台，将中铁装备、中铁五局与山河智能绑定在一起，市场空间与获利路径较为明晰。

此外，在长沙城轨建设项目中，将采用“本地采买”原则。山河智能作为本地具设备研制能力强的少数企业，有较大优势。此次，除了获得中铁系统的订单外，同时获得中建系统的订单，充分展示了合资公司的地缘优势与技术实力。根据市场行情，此次山河智能将获得6亿元大单，有效增厚公司业绩。

机构预测公司2016至2018年EPS分别为0.10、0.38和0.46元，对应PE分别为93、25和20倍，目标价为18.66元，维持“买入评级”。

诺德股份：受益新能源汽车行业

红利锂电铜需求量大增

公司利润来源主要是热缩材料和铜箔。诺德股份是国内锂电铜箔体量最大的公司，年产能约2.5万吨，市占率超过1/3。伴随着新能源车的不断生产，锂电铜箔需求大幅提升，且目前价位较低，以当前价计算，预计2016-2018年的铜箔市场空间分别为41亿、49亿与60亿元，提价空间大。此外，锂电铜箔行业进入壁垒高，且行业供给缺口预计将持续至2018年。

目前，公司投资24亿元建设的年产4万吨动力电池用电解铜箔项目已于今年6月开工，预计2018年开始投产。随着未来车用动力锂电池需求快速增长，新项目投产后将大幅增厚公司业绩。

机构预测公司2016、2017年EPS分别0.09、0.56元，对应PE为106、17倍，给予买入评级。

中兴通讯：上半年净利润大增

欲推行手机终端全球发展战略

公司是综合性通信制造业上市公司，是近年来全球增长最快的通信解决方案提供商，是中国电信市场最主要的设备提供商之一，并为100多个国家的500多家运营商，约全球3亿人口提供服务。

2016年上半年公司实现营业收入477亿元人民币，同比增长4.05%。实现归母净利润17.6亿元人民币，同比增长9.3%。扣非后归母净利润16.73亿元人民币，同比大幅增长78%。

公司报告期内发出商品库存为173亿元，同比增长30%以上。研发投入加大，上半年研发投入占营收比例为14.78%，已达历史最高。

机构预测公司2016至2018年EPS分别为0.98、1.13、1.28元，对应PE为15、13、11.4倍，给予“强烈推荐”评级。

股价预测 篇3

随着援疆政策的实施以及“丝绸之路经济带”战略构想的提出,新疆经济的发展取得了巨大进步。自1994年2月新疆首家公司新宏信(今宏源证券)在深圳证券交易所挂牌交易以来,经过20多年的发展,新疆上市公司已达43家,总市值已超过7000多亿。新疆板块股市的表现可以从侧面反映新疆经济的发展状况,因此了解新疆板块股票价格走势情况,具有重要的现实意义。

在股票价格预测方面,有两种方法较为常用。一种是神经网络预测法,另一种是支持向量机。在神经网络预测方面,李响(2008年)利用神经网络对单个股票价格走势进行了预测。林倩瑜、冯少荣、张东站(2010年)把神经网络和模式识别两种方法相结合。刘海玥、白艳萍(2011年)把AR模型和神经网络相结合。薛佳佳(2012年)把灰色GM(1,1)模型和神经网络模型相结合。

在支持向量机预测方面,杨新斌、黄晓娟(2010年)利用支持向量机对股价预测进行仿真实验,实证结果表明支持向量机在预测精度上要优于神经网络。王晴(2010年)把自回归模型与支持向量机相结合。杨震(2012年)把统计学与支持向量机结合。龙真真、张正文(2014年)把SVM模型和支持向量机结合。李坤、谭梦羽(2014)将小波分解与支持向量机方法相结合。

Logit模型在社会学中应用较多,但也有学者开始把Logit模型应用到股市中。程海波(2009年)利用Logit模型对上市公司财务指标和超额收益率进行了研究,结果表明,以上市公司财务指标为变量,预测股票是否存在超额收益率具有良好的效果。易宁明、周文强、何鸣(2011年)运用Loigt模型检验了技术交易规则在中国股票市场上的有效性。

本文借鉴学者们的理论成果和方法,在构建二元Logit模型的基础上,利用上证综指大盘数据对新疆板块股票价格走势进行预测。以期为新疆上市公司以及投资者们在关注新疆股市时提供科学依据。

2 数据、变量及方法

2.1 样本概况

本研究所用数据来源于同花顺数据库,所用数据主要是上证综合指数收盘价、交易金额、交易总手、新疆板块43只股票收盘价,数据时间跨度是从2015年1月5号到5月29号,数据形式为每天每五分钟交易数据。

新疆总共有43家上市公司,第一产业有13家,占总行业的30.23%,第二产业有24家,占55.18%,第三产业6家,占13.95%,综合类一家,占2.33%。由此可知,新疆作为我国欠发达地区,经济的发展主要还是依靠第二产业和第一产业。

中国股市从2015年1月5号到5月29号,这段期间处于大牛市。其中上证综指收盘价从1月5号的3258.63一路飙升到5月29号的4607.93点。交易金额和交易总手也是大幅上涨。

2.2 变量选取及设定

本研究主要利用大盘数据预测新疆板块股票价格整体走势,为了衡量新疆板块股票价格的整体增降,我们选取了新疆43只股票每五分钟的最高价和最低价求其平均值,然后对43只股票每五分钟股价的平均值求其上四分位点,利用下一期上四分位点除以上一期上四分位点得到的值代表新疆板块整体股价的增与降,大于1代表新疆板块整体股价在增,小于等于1代表新疆板块整体股价在降,把增的记为1,降的记为0,使其成为二元变量,作为因变量,用Y表示。上证综指交易总手、交易交额、收盘价三个方面的数据分别滞后一阶、二阶和三阶,构造了9个自变量。其中交易总手滞后一阶、二阶和三阶用变量X11、X12、X13表示,交易金额滞后一阶、二阶和三阶用变量X21、X22、X23表示,收盘价滞后一阶、二阶和三阶用变量X31、X32、X33表示。每个自变量的取值小于下四分位点记为1,大于下四分位点小于上四分位点记为2,大于上四分位点记为3。

2.3 模型选择

Logit模型根据因变量的取值情况,可以大致分为两类,一类是二元Logit模型,另一类是多元Logit模型。本研究分析的是新疆板块股票的整体走势,升取值为1,降取值为0,满足了二元Logit回归模型的要求。二元Logit模型核心思想是要判断一种现象是否发生的概率大小。因变量可以取0或1,当取1时,就是对象发生的概率,取0时,也就是对象不发生的概率。

Logit模型的一般表达式为:

由上式可知回归方程的因变量是某个具体选择概率比的对数。Logit函数具有以下两个重要特点:第一个是当Xi的取值较小且逐步减小时,Pi趋近0的速度会越来越慢;反过来随着Xi的取值较大且逐步增大时,Pi接近1的速度也越来越慢。而当Xi取值中等且增加较快时,Pi的变化会比较快。Pi与Xi之间应呈非线性关系。第二个是Pi的变化始终在0和1之间。

3 实证分析

本文基于R软件,利用逐步回归法建立Logit回归模型,在模型中,不显著的自变量直接去除。最终模型回归结果如公式2所示:

其中模型的LR chi2统计量为86.67,模型的Psendo R2统计量为0.345,这说明本研究建立的模型统计是显著的。

(1)通过公式2可知,表示上证指数交易金额滞后一阶和滞后二阶的变量X21和X22对因变量Y的发生概率的影响是显著的,但回归系数符号相反,分别为-0.034和0.034。从数值来看,这说明交易金额滞后一阶和二阶对因变量Y的发生概率影响不大。表示上证综指收盘价滞后一阶和滞后二阶的变量X31和X32对因变量Y的发生概率的影响是显著的,但回归系数符号相反,分别为0.17和-0.18。从数值上看,上证综指收盘价对新疆股票价格的影响要大于交易金额。

(2)为了利用此模型对新疆板块股票价格进行预测,首先检验此模型预测的准确性。对训练样本进行准确率测度。训练样本数总共4974个,代表新疆整体股票上升的有4889,占总样本的98.27%,代表新疆整体股票下降的有185个,占样本总量的3.72%。最终预测结果显示,股票上升被误判为下降的有1089个,下降的被误判为上升的有93个,总误判率为23.76%。但是在股票投资中,以风险较小化的投资思想。投资者主要规避的看涨的股票反而降。通过以上可知,把股价降的判断为增的有93个,占总样本的1.86%,这说明此模型犯错几率较小。

(3)在测试样本中选取一个时间点,以此时间点为基准,往后每五分钟一个测试点,总共选取10个测试点。统计结果显示,处了第一个测试点被完全误判,其余测试点被误判的概率都小于50%。其中对第四个测试点(基准点下20分钟)预测的准确率最高,准确率为75%。

4 结束语

通过模型预测结果可知,本文所建立的二元Logit模型对新疆板块股票价格走势的预测精度达到了预期目的。

摘要：股票价格的走势会影响到上市公司未来的发展以及投资者决策。基于二元Logit回归模型,利用上证综指大盘数据预测新疆板块股票价格走势。实证结果表明:上证综指收盘价和交易金额对新疆板块股票价格的影响是显著的,并且利用所建立的Logit模型对新疆板块股票价格走势的预测较为准确。

关键词：新疆股市,上证综指,Logit回归模型

参考文献

[1]李响.基于BP神经网络的股价预测[J].大连海事大学学报,2008,(S1):114-116.

[2]林倩瑜,冯少荣,张东站.基于神经网络和模式匹配的股票预测研究[J].计算机技术与发展,2010,(05):17-20+25.

[3]刘海玥,白艳萍.时间序列模型和神经网络模型在股票预测中的分析[J].数学的实践与认识,2011,(04):14-19.

[4]薛佳佳.基于差值灰色RBF网络模型股票指数预测[J].统计与决策,2012,(22):77-79.

[5]杨新斌,黄晓娟.基于支持向量机的股票价格预测研究[J].计算机仿真,2010,(09):302-305.

[6]王晴.组合模型在股票价格预测中应用研究[J].计算机仿真,2010,(12):361-364.

[7]杨震.基于后效时间长度的股票价格预测[J].计算机仿真,2012,(02):378-381.

[8]龙真真,张正文.基于模糊核超球的快速分类算法在股票预测中的应用[J].计算机系统应用,2014,(01):197-201+148.

[9]李坤,谭梦羽.基于小波支持向量机回归的股票预测[J].统计与决策,2014,(06):32-36.

[10]程海波.股票投资价值的logit模型研究——对沪市A股制造行业的实证分析.[C].中国会计学会,2009:8.

股价预测 篇4

证券分析师能凭借专业知识与技能, 对股票信息有更好的挖掘与评估, 证券公司发布的对股票的分析、评级理应是普通投资者参考的重要依据。但因中国市场尚不成熟、监管机制不够完善等原因, 证券分析师们的职业道德和职业能力受到大量质疑。本文试图从其受到质疑的股价同步性和预测准确性两方面着眼, 利用充裕的数据, 从实证层面对上述问题予以检验。

2 研究设计

本文先研究证券公司股票评级能否降低股价同步性, 推断其是否是主要基于基本面分析做出评级;再研究其是否能够准确预测股票价格趋势, 即是否可供普通投资者做参考。

2.1 数据的来源与处理

除特别说明外, 本文交易数据均来源于上海万得资讯Wind数据库, 证券公司股票评级数据均来自于国泰安经济金融数据库。

本文选取了2009年5月至2012年4月所有交易日作为考察区间, 一年一期。此外, 本文选择了所有一直存续的沪深A股市场上的A股作为考察的对象, 将其日涨跌幅作为日收益率;并以沪深300的日涨跌幅替代市场日收益率。同时, 还计算了所有股票及沪深300指数的月度、季度和半年收益率等。

本文定义的顶级证券公司以营业收入前五的证券公司 (数据来源于中国证券业协会) 为准, 因各证券公司股票分级类别及级数各有不同, 将证券公司股票评级标准化为5类, 即买入、增持、中性、减持、卖出, 分别对应相对市场指数。

2.2 评级对股价同步性影响

为衡量同步性, 本文选择了Roll (1988) , Morck、Yeung和Yu (2000) 提出的单个股票收益率与市场收益率拟合优度R2, 具体模型如下:

其中:为第t交易日第i只股票的日收益率, 为第t交易日沪深300的日收益率。通过建立模型, 分析评级证券公司数量及有无顶级证券公司评级与R2的相关关系, 即可衡量股票评级能否提高股价信息含量。由于模型 (1) 给出的R2的取值区间在[0, 1]之内, 不符合最小二乘法的要求, 因此对R2进行了尹雷 (2010) 处理, 变为无边界的同步性指标:

考虑到市值较大、换手频繁的股票表现出其涨跌与指数高同步性, 评级证券公司数量与R2具有一定内生性。参考朱红军、何贤杰、陶林 (2007) [1]在控制行业类别IND影响的基础上, 考虑将换手率TR及流通市值MV作为工具变量, 使用两阶段最小二乘法2SLS进行模型的回归:

本文对三期合并进行了回归, 并分别对每一期作了回归。其中RN为某股票获得证券公司评级的数量;为某股票所有交易日换手率算术平均数的自然对数;Year为期间变量;为某股票所有交易日流通市值算术平均值的自然对数;IR为哑变量, 表示某股票是否获得了顶级证券公司的股票评级, 是则为1, 否则为0;INDi为哑变量, 以中国证券监督委员会的股票行业分类为标准, 共13类以控制行业因素的影响。

如果评级是有效的, 有助于减少同步性, 则模型 (3) 中应显著为负, 即随着评级证券公司数量增加及获得顶级证券公司评级能够有效降低同步性;而如果证券公司倾向于关注流通市值较大换手频繁的股票, 则模型 (2) 中应显著为正且在模型 (3) 中也对流通市值及换手率因素加以控制。

2.3 评级的预测准确性衡量

本文选择以股票评级级别平均水平及其标准差对股票价格涨跌的解释能力衡量股票评级预测的准确性。由于一般评级针对6个月内的股价波动的预测, 因此, 考虑了股票评级短期 (30天) , 中期 (90天) 及长期 (180天) 的预测准确性。模型如下:

如果股票评级能预测未来股价波动超过指数波动的方向及幅度, 则模型 (4) 中应显著为负;且如果证券公司对某股票评级分歧越大, 该股票超额收益越大程度是随机结果, 则应显著异于零;β3也可能显著异于零, 即超额收益与是否获得顶级证券公司评级显著相关;同时引入了交叉项以考量评级平均水平与标准差的交互作用的效应。

3 实证分析

3.1 描述性统计分析

本文选取了各股票每一期内获得评级的次数, 并依行业分类进行了统计。从最终结果可以发现沪深A股主要集中于制造业 (约60%) , 而证券公司约一半的评级报告集中于制造业;且明显地, 证券公司对综合类行业的股票关注较少, 对金融业的股票关注较多。

另外, 本文还统计了各股票三年内所获得的证券公司评级数量, 可以看到, 不同股票获得证券公司评级的数量存在较大的差别, 证券公司明显对部分公司关注度更高。中国联通累计获得553个评级, 而形成反差的是, 有61只股票三年内没有获得任何证券公司的评级。

同时, 对回归得到的R2做描述性统计分析, 可以看到, R2不服从正态分布, 而是明显地左偏, 集中于0.2~0.4的范围, 同步性水平总体而言较高, 较英美德法等国家低于0.2乃至低于0.1的同步性差距仍旧巨大, 这与我国股票市场“政策市”的现实较为相符。

可看出, 一、二、三期的R2均值均在0.3附近, 标准差稳定在0.14左右。行业差异则较为明显:B采掘业, F交通运输、仓储业, I金融业的同步性R2平均而言较高, 大于0.4;A农、林、牧、渔业, G信息技术业, L文化和传播业同步性R2平均而言较低, 小于0.3, 而标准差差异不明显。

此外, 对股票每一期获得股票评级的平均值分析可知, 证券公司的股票评级集中于持有级别之上, 平均评级为增持, 几乎不会给出减持或卖出的评级, 显然这是与中国股市现实不符的。我国股市缺乏高效而廉价的卖空机制, 应当是这一现象背后的重要原因。

3.2 股价同步性回归及结果

运用R2计算的相应同步性指标SI对月度的评级数量RN与顶级证券公司评级IR数据进行2SLS回归可知第一阶段的R2为0.4959, 工具变量除部分哑变量外均在0.01水平上显著, 并通过了Hosman检验, 故可以认为工具变量是好的。

如理论所预期, 获得顶级证券公司的评级能降低同步性;而证券公司评级数量的增加却增加同步性, 其原因尚无较好的理论可解释。同时, 时间变量Year的系数显著为正, 说明我国A股市场股票股价同步性具有上升趋势。仅就个股信息的发现而言, 我国股市的效率有下滑趋势。

3.3 预测准确性回归结果及分析

根据前述模型, 考察股票评级在短期、中期、长期对股票超额收益预测的准确性和是否获得顶级证券公司评级与平均评级、评级标准差的交叉项。就回归结果分析, 交叉项显著性很差, 是否获得顶级证券公司评级与平均评级、评级标准差并无交互效应, 即三者对股票超额收益的预测能力是相互独立的。

由分析可知:短期内, 股票平均评级与标准差能准确地预测股票价格波动, 获得超额收益, 且回归系数符合理论预期;中期内, 股票平均评级能较为准确地预测股票价格波动, 获得超额收益, 而评级标准差及获得顶级证券公司评级对股票超额收益的解释能力已经不再显著, 各项系数的符号仍旧符合理论预期;长期内, 股票平均评级对股票超额收益的预测能力显著性下降, 而评级标准差及获得顶级证券公司评级基本对股票超额收益丧失了解释能力, 系数的绝对数值也明显下降

回归结果表明, 证券公司评级在短期内能较准确地预测股价的波动方向与趋势, 而在中期, 特别是长期内的预测能力较差, 这与已有的研究的结论基本一致。

4 结语

就本文实证分析而言, 我国证券公司的股票评级总体而言是有效的:顶级证券公司的股票评级可降低股价同步性, 评级平均值与标准差短期内能准确预测股价。但众多的中小型证券公司的股票评级仍旧较多基于非基本面信息, 但股票评级也只是在短期内能预测股票超额收益而在长期内预测效果较差, 说明其评级的长期预测能力尚不足。

使我国股票市场变得更有效率的途径是多样的。最基本的是要真正为实体经济发展而服务, 提高证券公司股票评级的有效性是其必备的条件。政府应通过引导证券公司评级工作的健康发展, 促进我国股市个股信息的深入挖掘与股价同步性的降低, 实现为广大普通投资者提供廉价而准确的投资参考依据。

参考文献

[1]朱红军, 何贤杰, 陶林.中国证券分析师能提高资本市场效率吗?[J].金融研究, 2007 (2) .

[2]唐俊, 宋逢明.证券咨询机构选股建议的预测能力分析[J].财经论丛, 2002 (1) .

解决我国股价指数与股价背离的方案 篇5

(注:表中的涨跌幅是指这一年和上一年的股价指数或股价相比的变动幅度。其数据是根据深圳市巨灵信息技术有限公司所提供的资料整理所得。)

一、在制度方面解决两者背离的方案

1、指数计算规则方面必须完善

新股上市当天不应计入股指, 因为目前新股不断的增量上市, 市场扩容的速度太快, 对股市的影响较大。从历史走势可以看出, 每只新股上市都会引发股指巨幅波动, 从中国联通到长江电力的上市, 都说明了这一点。所以, 要消除新股上市对股指波动的影响, 必须改变指数的计算规则, 新股上市当日不计入股指, 在上市一周之后再计入股指, 因为现在新股发行量越来越大, 而且上市当日股价没有涨跌幅限制, 使得当天股指的波动受这只股票价格波动的影响较大, 而且这种上涨的趋势会持续几天, 大约一个星期左右。所以, 如果是上市一周之后再计入股指, 这时股票价格会相对稳定, 涨跌情形已基本到位, 对大盘影响也就不会太大。

2、政府对股指的影响要保持一定的度

(1) 尽量减少政策对股指的直接影响, 尤其是不能有意用政策让股指掺水。“政策市”是指政府部门运用政策机制直接影响股市走势所形成的股市运行格局。政策也的确是影响股市走势的一个重要因素。政策的影响大多也只是间接的, 虽有相当多的政策是直接针对股市的, 但这种政策与我国的不能混为一谈。在发达国家中, 政策对股市的影响是极为有限的, 而且也是有针对性的;在中国则不同, 政府运用政策影响股市是经常的、连续不断的, 表现为一种常态现象。所以, 两者之间的意义大相径庭。

(2) 股市扩容速度要减缓, 尤其是大盘新股的上市。新股上市无可厚非, 但必须是真正经得住市场考验的、业绩真正优良的公司, 而不是经过层层包装的劣质公司, 而且明知是劣质公司, 还睁只眼闭只眼允许其上市, 而且是越上越多, 这就是政府的失职了。这样能不扰乱股市吗?正如前面第一章中所提到的:中国的A股发行速度是世界证券史100多年来从未有过的, 香港的二板市场一年才发行20多只新股。难道我国真有那么多优质企业吗?如果真是优质企业, 上市也无可厚非, 但事实并非如此。纵观我国的这些上市公司, 有多少是真正经得住市场考验的优质公司, 而且即使是优质公司, 在这四处充斥着“劣币驱逐良币”的市场上, 也是“一年绩优, 二年绩差, 三年ST”。所以, 市场的不断扩容最终引发了跳水, 上证A指从2004年3月的1800多点下降到2004年8月的1300多点, 在短短的不到半年的时间, 就下跌了500多点。复旦大学教授谢百三认为, 应该“立即停发新股救市”。

3、解决股权分置

股权分置问题的解决有利于完善我国上市公司内部治理结构, 有利于推进我国股市的市场化进程。解决股权分置的关键在于价格, 要建立利益协调机制, 包括微观和宏观两个层次。宏观层次的利益协调是不同部门利益集团之间需要有效的协调方式, 微观层次的利益协调则是上市公司非流通股股东与流通股股东间有效的利益协调机制。这种协调机制最主要的还是在于微观方面, 而且事实也证明了这一点, 只要涉及到国有股减持, 都会引发股市的大动荡。再如2000年8月下旬, 市场盛传国有股减持的方案将在10月下旬亮相, 上证指数从8月22日的2196点下探到9月25日的1990点, 下跌9.38%。2001年2月底, 由于市场上盛传减持将以净资产为定价依据, 市场爆发了年初以来最大规模的一次上涨行情, 上证指数从1990点一路攀升, 创历史新高。而2001年6月12日正式发布减持办法, 减持价格严重损害了中小股东的利益:高价减持。就在消息入市的第二天即2001年6月13日, 上证指数见顶2337.92点, 随即以急跌方式展开了自1994年以来的最大规模的回调, 创造了著名的“6.13”行情。至此, 市场一直处于低迷状态, 政府最终于2002年6月23日停止了国有股减持, 市场行情开始有所回升, 但是这已经严重伤害了广大的投资者。国有股的减持流通应该在每股净资产基础上按市场原则来确定减持和流通价格。一方面, 国有股的净资产已经体现了国有股东的权益, 也体现了其保值增殖的能力;另一方面, 按净资产价格减持和流通, 流通股股东也能接受。减持应以市场稳定为前提, 不能不考虑市场的承受能力, 所以减持应在这两者一致的基础上进行。

二、对股价指数编制方法进行修正

股价指数是用来反映股票价格变动的指标, 是国民经济的“晴雨表”。但目前的现状是:股价指数与股价背离现象日益严重, 甚至在不断扩大, 使股价指数的基本功能开始丧失, 而且, 现有的股价指数并不能反映现实的流通市场, 所以修正股价指数的编制方法, 使之能真实反映流通市场的股价波动情况、指导投资和稳定股市、以配合国家的宏观经济政策, 使资本市场真正发挥“晴雨表”的作用。同时也为机构投资者、中小散户、外资并购提供指导, 形成多元化的资本市场体系。

修正股价指数编制方法的设想:由于目前上海股价指数不能真实反映股市的波动情况, 股价指数中非流通股的存在, 造成个股对股指的影响较大;同时, 一些成分股的样本数量不足, 难以反映股价波动的全貌以及易于操控等弊端。所以在编制股价指数的时候要考虑多方面的因素。鉴于此, 在编制股价指数的时候要解决的关键问题是:应尽量减少人为因素, 提高指数的操纵成本, 这是指数发挥作用的前提。提高其成本的有效途径就是全面反映流通市值的变化, 以流通股占总流通量的比例为权数进行计算, 这样一来, 流通量越小, 对指数的作用也就越小, 而流通量越大, 对指数的作用越大, 也越难以操纵。所以, 编制股价指数的基本思路如下:以上市公司的流通股占总流通股的比例为权数;其次, 既然是上证A股指数, 其样本就应包括所有当天有交易的上市A股, 使之更具广泛性;基期的选择应具有可比性, 以2002年12月31日为指数基期, 这一天的上证A股指数为1419.12点, 以此为基期是因为在这一年6月24日国有股减持停止, 经过半年多的调整, 大势也基本稳定了, 而且B股也对内开放了一年多, 对股指的影响已基本到位。基期指数定为1000点, 是为了突出股价指数对股价波动的敏感性及直观性, 同时也便于与原上证A股指数进行比较。

上证A股股价指数的计算公式基本设计如下:

初步验证:从现有的资料中抽取两天的数据进行计算验证, 见表2。

从表2数据可以看出, 2003年12月31日和2004年6月30日这两天修正后的股价指数与股价的背离明显缩小。修正后的上证A股指数与股价的比值很接近, 相差不到3个点;而修正前, 这两天的股价指数与股价的比值相差7点多, 差距是修正后的两倍。由于收集到的资料的有限性, 不能进行更深层次的验证, 但笔者相信, 随着股市的不断完善, 按这一公式计算得出的股指会越来越接近现实流通市场的变化, 而且可以杜绝非流通股的影响。

当新股上市或是股票停牌等情况时, 就必须作相应的调整。新股上市时, 为避免股价波动太大对股指造成的影响, 在上市一周之后计入股指;当某一股票停牌时, 取其最后成交价计算指数, 直至复牌。

综观我国股市的现状, 应把指数的客观公正性和可投资性放在首位, 可以适当的牺牲理论的完整性来遵循市场规律, 客观地反映市场变化的情况。

摘要：文章从我国股市的实际出发, 分析我国股价指数和股价背离的严重性, 探讨解决我国股价指数与股价背离的方案, 主要从制度和指数编制的修正两方面着手, 解决政策对股价指数失真的影响, 同时结合指数编制的客观性和公正性, 使股价指数真正反映流通市场的股价波动情况。

关键词：股价指数,股价,背离,股权分置,方案

参考文献

[1]徐国祥:证券投资分析[M].上海三联书店, 1997.

[2]邢天才:中外资本市场比较研究[M].东北财经大学出版社, 2003.

[3]吴晓求:股权流动性分裂的八大危害——中国资本市场为什么必须进行全流通变革[J].财贸经济, 2004 (5) .

[4]董辅礽:在争论中发展的中国证券市场和期货市场[M].武汉大学出版社, 2002.

[5]熊海斌:股东行为与股东产权[M].中国城市出版社, 2001.

[6]李长安:股市的丑陋[M].经济日报出版社, 2003.