基于Occam窗口动态模型平均的我国股市行业指数预测研究.pdfVIP

摘要

摘要

证券市场作为资本市场的核心，在宏观经济中扮演着重要角色，其发展状况

也一直受到社会各界人士的关注。从现状来看，虽然A股市场规模不断扩大，

投资者人数不断上升。但其仍存在着市场整体波动较大，投资者收益不理想等实

际问题。另一方面，与市场整体的变动相比，股市中各行业价格的变动近年来成

为了投资者和政策制定者关注的重点。在此背景下，本文以A股市场各行业价

格指数为研究对象，通过构建多因素预测方法对各行业股指收益率进行独立预测，

并探究其影响因素的差异及时变特征。

具体来说，本文通过查阅相关文献整理了包含公司估值、宏观经济等五个层

面信息十七个变量的股价潜在影响因素集合，运用基于Occam窗口的动态模型

平均法(DynamicModelAveraging，DMA）对我国各行业价格指数进行预测。选

取损失函数预测误差检验等三种检验法评估了包括Occam窗口动态模型平均法

在内的多类预测方法对我国各行业上市公司价格指数的预测效果。以各行业最优

预测结果为依据，分别探究不同行业股指预测结果对十七个预测变量的平均选择

概率，并选取较高选择概率预测变量探究了其对预测结果贡献的时变特征。最后，

通过替换预测指数及设计投资策略的方法进一步验证了预测方法的有效性。主要

得出如下结论：

基于Occam窗口的DMA预测方法相比于四类基准方法对指数价格有着更好

的预测效果，与低波动市场相比，该方法在高波动市场的优势更为突出。在沪深

300市场中，账面市值比、采购经理人指数（PMI）对几乎所有行业价格都有着

前三位的影响权重，投资者情绪指数（SICI）对除过信息、通信及医药外的大部

分行业价格也有着前五位的影响权重。而在包含更多小盘股的中证800市场中，

反应社会投资预期的M1与M2增速差取代了M2成为了对各行业指数有着更高

影响的变量；货币、财政政策不确定性也因为其能引发市场短期资金的变动从而

对该市场各行业指数有着较高的预测贡献。从预测的时变特征来看，在市场稳定

时期，反应宏观经济发展情况的PMI指数对各行业价格影响整体高于投资者情

绪指数及各类政策不确定性。但在市场震荡时期，PMI对市场各行业的影响会迅

速下降，而SICI及政策不确定性对市场的影响则快速上升；消费、工业及公用

I

摘要

三个与民生相关度更高的行业在市场面临外部冲击时拥有更强的稳定性及更快

速的恢复能力。在预测结果的应用方面，基于Occam窗口DMA预测方法的投

资策略与指数自身价格变动相比能有效提升投资者市场收益率。最后，本文根据

以上研究结论为政策制定者、企业管理者和市场参与者提出了针对性建议。

关键词：行业股票价格预测；股票价格影响因素；动态模型平均法

II

Abstract

Abstract

Asthecoreofthecapitalmarket,thesecuritiesmarketplaysanimportantrolein

themacroeconomy,anditsdevelopmenthasalwaysbeenofconcerntopeoplefrom

allwalksoflifeinsociety.Fromthecurrentsituation,althoughtheA-sharemarket

continuestoexpandinsize,thenumberofinvestorsisconstantlyincreasing.However,

therearestillpracticalissuessuchassignificantoverallmarketfluctuationsand

unsatisfactoryinvestorreturns.Ontheotherhand,comparedtotheoverallchangesin

themarket