论文部分内容阅读
长久以来，对股票的投资策略构建的重点主要集中于两个方面，一是简单的利用移动平均规则进行交易，其最终目的往往不是为了进行投资，而是为了检验市场的有效性，二是构建投资组合以求投入到实际应用当中。而关于股票的投资策略最近的研究则转向了以对股市进行预测为基础的策略构建。本文以均线交易规则为基础，构建了一套具有较强操作性的投资策略，该策略的关键就是通过预测模型得到均线的预测值进而得到股价的预测值，然后通过策略设定的买卖条件进行交易。对于短期投资者来说，提前预测到均线的走势进而判断股价的走势和拐点，意义就尤为重大。本文首先使用了两水平自回归模型进行预测，首先使用均线数据建立上水平模型，再同时使用均线和股价数据建立下水平模型，利用上水平模型得到的均线预测值对下水平模型的预测结果进行调控，使其在延长预测区间的同时尽量减少预测的偏差。接着，本文使用了非参数的AC预测模型。AC算法是一种图形拟合的非参数预测方法，有利于寻找股价的拐点。通过在历史时期寻找与当前时期状态相近的数据，对历史数据的延拓进行变换组合，得到当前的预测值。由于股价的变动比较剧烈，图形缺乏规律性，故单纯使用AC算法时得到的结果还不能令人满意，于是我们将EMD引入，通过将原始数据构成的曲线分解为若干有一定规律性的曲线，极大的提高了AC算法的预测精度和准确度。在三个预测模型的预测结果基础上，我们使用构建的股票投资策略，任选30只股票进行实证。结果表明，在三种均线预测模型中，基于EMD分解的AC模型具有最高的预测准确性，在相同的交易策略下其虚拟操作的结果也是最好的和唯一具备现实投资价值的。同时通过对三种模型的实证分析，小盘股的收益率及其波动均大于同等情况下的大盘股。因此，基于EMD分解的AC预测模型的这个交易策略具备良好的现实可操作性和盈利性，可作为广大股票投资者的重要参考。