论文部分内容阅读
经济预测问题是经济学家探究的永恒课题,但是经济预测问题是一项极具挑战性的任务。其中,股票市场作为反映一个国家宏观经济的“晴雨表”,在国民经济中起着至关重要的支撑作用。关于股票价格的预测问题一直是许多学者、投资者重点关注的研究方向。因此,研究股票价格的可预测性具有重要意义。本文通过对国内外文献梳理,对比分析了股票价格的可预测性与不可预测性两个不同的观点,并以股票价格的可预测性观点为出发点研究投资者行为对股价的影响并预测股价的变化。本文基于行为金融学相关的经典理论并结合技术分析理论、混沌分形理论,分析了股价的表现特征,结合技术分析方法剖析了与股价变化相关的价量技术分析指标,并逐一分析了每个价量技术分析指标与投资者行为的关系;其次,本文基于价量技术分析指标,利用拉普拉斯评分算法构建投资者行为指标;最后,以量化分析为理念,通过深度卷积模糊系统模型(deep convolutional fuzzy system model简称DCFS),利用构建的投资者行为指标对股价预测,并根据预测结果检验投资者行为指标的预测性能。本文选取了沪深300指数的日开盘价、收盘价、最高价、最低价、成交量等价量技术分析指标作为样本数据进行实证研究。最终得出下列结论:(1)价量技术分析指标的有效性较强,可以较好地反映股价的变化情况。(2)可以利用投资者行为指标较好地预测股价变化趋势。(3)有效市场假说并不完全成立,在股价中蕴藏着可以作为预测股价的指标变量。股价由于受到客观因素的影响导致模型参数不稳定性与异质性,本文为股价数据添加适当的噪音用于替代客观因素,进而再现真实市场中不可被观测到的因素对股价变化的影响,并以数据驱动的分析模式替代技术分析方法中的图形分析模式对股价预测分析,以严谨的量化分析理念探究股价变化规律。