基于马尔科夫模型的个股开盘价预测

马尔科夫模型主要包括马尔科夫链模型和隐马尔科夫模型，这些模型的优良特性已经引起了国内外学者的普遍关注。马尔科夫模型在语音识别、信息安全、股票预测、文字信息等方面都有广泛的运用，他们主要是利用经验概率来创建初始概率分布和状态转移矩阵来构造马尔科夫模型，进而在具体问题中运用其来进行预测和研究。
在股票预测方面，股票的交易是在许多随机因素的制约下实现的。影响股票价格的因素很多，一方面股票市场中的随机因素对股指、价格影响很大，使股票价格波动剧烈，表现出很强的不确定性，另一方面股票的价格变化不仅受到企业的业绩影响，还会受到来自基本面、政策面以及人们心理，甚至突发事件的多种因素的影响。学术界对股票市场的可预测性问题一直争论不休，本文阐述了中国股票市场具有一定的可预测性。对于常见的股票价格分析方法，时间序列分析法、趋势曲线模型法、神经网络预测方法、回归分析法、随机时间序列预测方法、时间序列平滑法、马尔科夫预测法和判别分析预测法等等。本文将这些常用的股价分析方法分为四类：投资分析法、时间序列分析法、非线性系统分析法、组合预测法，并对其进行了简要评价。单纯地运用马尔科夫模型而忽视股价变动中的趋势变动来预测股票价格有一定的局限性。本文根据个股开盘价形成的时间序列分解成趋势变动序列和余项随机变动的马尔科夫链，建立了基于回归的预测股票开盘价格的马尔科夫模型，并通过实证分析，验证了模型和方法的可行性。

关键字：马尔科夫模型；回归预测；开盘价

*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】