股票价格预测模型研究.pdfVIP

第7期(总第308期) 财 经 问 题 研 究 Number7(GeneralSerialNo．308) 2009年7月 ResearchOilFinancialandEconomicIssues July，2009 股 票 价 格 预 测 模 型 研 究 沈 巍 (华北电力大学 工商管理学院，北京 102266) 摘 要：依据建模理论的不同，可将股票价格预测模型分为两大类，运用这两类模型对股票价 格进行预测时各有特点。本文对这两类模型及其研究现状进行系统研究，将两类模型的特点进 行比较分析，探讨股票价格预测模型在我国应用中存在的问题，并对未来发展方向提出建议。 关键词 ：股票价格预测；GARCH模型；SV模型；神经网络；灰色模型；支持向量机 中图分类号：F830．9 文献标识码：A 文章编号：1000—176X(2009)07-0089-05 股票作为金融市场最主要的金融工具之一， 融时 间序 列 的波动性具有非常好 的效果。 其价格波动能否预测、以及用何种方法进行预 French、 Schwert 和 Stambaugh (1987) 用 测，一直 以来都是金融领域研究的焦点问题之 GARCH模型估计美国股市预期收益和波动的关 一 。 国内外对股票价格波动进行预测的模型种类 系，发现预期收益与股票的可预测波动成正相 很多。但依据其建模理论不同，可将这些预测模 关。同年Engle等运用GARCH—M模型进行研 型划分为两个大类 ：一类是以统计原理为基础 的 究发现，条件方差可以较好地解释标准普尔 500 传统型波动率预测模型，目前较为流行且具有代 指数预期收益的变动情况。1991年 Bollerslev和 表性的模型包括ARCH模型和SV模型；另一类 Engle的研究也发现风险溢价和波动性之间存在 是以神经网络、灰色理论、支持向量机等为基础 正相关关系。股价波动的杠杆效应在 Nelson 的创新型预测模型。这两类模型在对股票价格波 (1991)，Glosten、Jagannathan and Runkle 动性进行预测时各有特点，但同时也存在至今难 (1993)，EngleandNg (1993)以及 Fomariand 以解决的一些问题。比如：如何提高股票价格波 Mele(1997)的论文 中得到多次证实。此外， 动率的预测精准度，如何将影响股票价格波动的 很多实证应用等都证实GARCH能够提供较理想 非量化因素加入到数量化模型之中等等。对这些 的数据模拟与预测效果。 问题的进一步研究以及提出相应的解决方法，成 国内也有不少学者对 GARCH模型进行研究 为股票价格波动预测方法研究的前沿问题。 和应用。魏巍贤、周小明 (1999)运用 GARCH 一 、 国内外研究动态 模型对 中 国股 市波 动性进行 了预测。丁华 l。基于统计原理的预测模型的研究情况 (1999)，周哲芳和李子奈 (2000)，唐齐鸣和陈 (1)GARCH模型 健 (2001)等对我国股市的ARCH效应进行了 1982年Engle开创性地提出了自回归条件异 分析，并进行 了股指波动 的拟合。岳朝龙 方差模型 (简称ARCH模型) j，较好地模拟了 (2001)、陈千里 (2002)、周少甫 (2002)利用 股票波动中存在的丛聚性和时变性。 GAR