基于時間序列馬爾可夫鏈的股市預測

陳柯伊

股市的信息變幻莫測，部分信息未知，部分信息已知，在股市中，股票價格是系統最為重要的特征量，在公司經營情況、市場競爭程度以及經濟情況的變化下，股票價格是處在不斷波動過程中的.為了更好地對股票價格進行預測，可以建立起灰色加權馬爾科夫鏈，下面就針對這一問題進行深入的分析.

一、馬爾可夫鏈理論分析

馬爾可夫鏈是一種研究事物轉移規律與狀態變化情況的理論，不僅能夠應用在時間序列的分析中，也可以應用在空間序列的分析中，馬爾可夫鏈系統在每一個階段的狀態都有著隨機性的特征，其時期狀態是按照概率來進行轉移的，下一時期狀態只由本時期轉移概率與狀態來決定，不會受到其他因素的影響.

二、基于時間序列馬爾可夫鏈的應用方式

灰色系統有著理想的規律性與精確度，是一種小數據建模，灰色預測模型一般只適合應用在上升趨勢明顯且數據量較小的預測工作中，不適宜用于變化趨勢不明顯數據的預測中，因此，在對股市預測時，可以將模擬值作為時間序列來建立加權馬爾科夫鏈，根據轉移概率的思想來解決問題.

1.灰色加權馬爾可夫鏈模型建立方式

為了得出最為精確的信息，需要對平均時間開展加權處理，以轉移概率進行計算，再根據計算結果分析步長運行周期，這樣即可得出最后的結論.

四、結 語

在社會的發展之下，股票市場日趨成熟，股票預測方式正是基于計算工具、經濟理論以及社會發展基礎下產生，當然，該種方法并非適宜用于所有問題的計算中，在使用基于時間序列馬爾科夫鏈進行股市預測時，需要將各種歷史信息充分合理地利用起來，這樣既可有效提升預測的準確性，還可以幫助股市投資者分析出預測股票價格，在這一過程中，股市投資者能夠根據自己的偏好來選擇預測方式，采取針對性的投資方式，防止發生不合理投資行為.