基于灰色-馬爾可夫改進的預測模型

【摘要】建立灰色GM(1，1)與馬爾可夫鏈的組合預測模型，用灰色預測模型預測隨機時間序列數據的總體發展趨勢，而用馬爾可夫鏈模型修正數據隨機波動所帶來的預測誤差。以滬深300指數的真實數據進行驗證，結果表明：灰色馬爾可夫預測模型既能預測隨機數據序列的總體趨勢，又適應股票價格隨機波動性較大的特點，灰色馬爾可夫預測模型預測精度高于GM(1，1)模型的預測精度。

【關鍵詞】股票價格預測 灰色-馬爾可夫 組合預測模型 滬深300指數 模型精度

一、引言

國內外對股票價格波動進行預測的模型依據其建模原理的不同，可劃分為兩個大類：一類是以統計原理為基礎的傳統型波動率預測模型，目前較為流行且具有代表性的模型包括ARCH模型和SV模型；另一類是以神經網絡、灰色理論、支持向量機等為基礎的創新型預測模型。[1]同時馬爾可夫轉移矩陣預測股指或個股的走勢也得到了廣泛的應用。

組合預測模型將成為我國股票價格預測模型發展的新方向。組合預測就是將不同的預測方法組合起來，綜合利用各種模型的有效信息，以適當的加權平均形式得出一種新的預測方法。組合預測模型充分利用各模型的優點，集結了盡可能多的有用信息，彌補單一模型的片面性，從而有效提高了模型的預測精度。[2]

灰色馬爾可夫預測模型是將灰色預測模型與馬爾可夫預測方法的優化組合?；疑A測模型能夠利用小樣本貧信息的數據建立微分方程，預測數據未來發展趨勢?！?br>