基于马尔科夫过程预测股票价格
汇报人:潘俊全 汇报时间:2018年12月
目录
CONTENTS
01
02
03
目的意义
预测法的基本原理
实例分析
04
总结
目的意义
目的意义
经济预测方法有很多种,常用的方法如回归分析、指数平滑、趋势预测等,都假
定社会经济现象基本稳定或者事物的发展模式与过去的模式一致。而事实上,经济
环境是经常变化的,对于不同的经济环境,可以认为事物处于不同的状态中。
马尔科夫过程正是通过对事物不同状态的初始概率与状态之间转移概率的研究,
确定状态变化趋势,预测事物的未来。
预测法的基本原理
预测法的基本原理
马尔科夫过程预测法是对预测对象未来所处状态的预测,所谓状态,是指事物可能
出现或存在的状态。
例如:在股市中,个股每日收盘价与前日比较可划分三种状态:上升、持平、下跌;
另一种是根据实际情况人为划分,将一段时间的股票价格划分为若干价格区域,使
每一价格数字仅落入一个区域内,每个区域可作为一种状态。
预测法的基本原理
主要原理:建立马尔科夫预测模型,利用初始状态概率向量和状态转移概率矩阵来
预测对象未来某一时期所处的状态。
用 表示预测对象由状态i经过k次转移至状态j,即k步转移概率。矩阵
具有一下性质:
预测法的基本原理
用 表示第k个时期预测对象恰好处于状态i的概率,则向量
称为第k个时期的状态概率向量。向量中各元素具有如下性质:
第0个时期的状态概率 称为初始状态概率