證券其它相關(guān)論文-模糊決策與股市選股.doc

證券其它相關(guān)論文-模糊決策與股市選股摘要模糊決策是近年來(lái)國(guó)際運(yùn)籌學(xué)界極其活躍的研究領(lǐng)域之一，也是模糊集理論誕生以來(lái)應(yīng)用最為成功的領(lǐng)域之一。模糊決策應(yīng)用范圍十分廣泛，以其在評(píng)價(jià)股票投資價(jià)值中的應(yīng)用為例，說(shuō)明了它在經(jīng)濟(jì)領(lǐng)域中的應(yīng)用。關(guān)鍵詞模糊決策運(yùn)籌學(xué)模糊集股票投資價(jià)值1股票技術(shù)分析及預(yù)測(cè)方法1.1股票技術(shù)分析方法進(jìn)行股票的預(yù)測(cè)，最直接和基本的方法是股票的技術(shù)分析，它依據(jù)統(tǒng)計(jì)圖表和股市的圖形研判股市的未來(lái)動(dòng)向，技術(shù)分析方法可以分為三種類型：判斷股價(jià)趨勢(shì)為主的趨勢(shì)分析，如道瓊斯理論、趨勢(shì)線法、移動(dòng)平均線等；形狀分析，如K線系統(tǒng)、整理與反轉(zhuǎn)形態(tài)、支撐與阻力以及箱性理論，波浪理論等；人氣指標(biāo)，如成交量圖、OBV指標(biāo)等。雖然技術(shù)分析方法具有一定的準(zhǔn)確性，但是由于技術(shù)指標(biāo)分析方法眾多，各種方法之間差別巨大，對(duì)于投資者來(lái)說(shuō)學(xué)習(xí)不易，掌握更難，同時(shí)技術(shù)分析理論缺乏可靠的理論支持，分析結(jié)果仁者見(jiàn)仁、智者見(jiàn)智。雖然直到目前它仍然是大多數(shù)投資者在使用和依賴的分析預(yù)測(cè)方法，但是改進(jìn)和發(fā)展它已經(jīng)成為不可避免的事實(shí)。1.2基于統(tǒng)計(jì)學(xué)理論的預(yù)測(cè)方法統(tǒng)計(jì)學(xué)理論的預(yù)測(cè)方法，主要是基于模型擬合和最小二乘原理建立各種回歸、自回歸、混合回歸模型進(jìn)行預(yù)測(cè)。此類方法，具有嚴(yán)格的數(shù)學(xué)基礎(chǔ)，應(yīng)用也最廣泛，近年也有相當(dāng)?shù)陌l(fā)展。如Nelder，JA和Wedderburn，RWM提出了廣義線性模型，它放松了經(jīng)典線性模型的假設(shè)，極大地豐富了回歸分析的理論。AaronLi和Duanleo對(duì)假設(shè)進(jìn)一步放松，提出了一般回歸模型，該領(lǐng)域研究具有十分驚人的前景。在計(jì)量經(jīng)濟(jì)研究中，Ichi二則提出了一類十分重要的模型單指標(biāo)模型。研究的重點(diǎn)在于使之更適合于實(shí)際社會(huì)經(jīng)濟(jì)系統(tǒng)建模。1.3基于人工智能技術(shù)的股票預(yù)測(cè)技術(shù)由于計(jì)算機(jī)與人工智能技術(shù)的飛速發(fā)展，為股票市場(chǎng)建模與預(yù)測(cè)提供了眾多的新技術(shù)、新方法，基于人工智能的股票預(yù)測(cè)技術(shù)進(jìn)展迅速?；谏窠?jīng)網(wǎng)絡(luò)的股票預(yù)測(cè)方法，主要使用神經(jīng)網(wǎng)絡(luò)進(jìn)行股票價(jià)格數(shù)據(jù)的學(xué)習(xí)訓(xùn)練，然后使用訓(xùn)練模型進(jìn)行股市預(yù)測(cè)。采用模糊模型技術(shù)進(jìn)行預(yù)測(cè)，主要是依據(jù)專家經(jīng)驗(yàn)或統(tǒng)計(jì)方法建立模糊模型進(jìn)行預(yù)測(cè)；另外還可采用遺傳算法進(jìn)行神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)權(quán)值調(diào)節(jié)或模糊模型、模糊規(guī)則的調(diào)整，使神經(jīng)網(wǎng)絡(luò)模型或模糊模型更加逼近系統(tǒng)模型。1.4股票的組合預(yù)測(cè)方法研究決策者面臨決擇的預(yù)測(cè)方式可能不只一種，且各有千秋，都能從一定程度上提供不同的有用信息，如何綜合利用這些信息，解決多模式預(yù)測(cè)方式問(wèn)題，正是組合預(yù)測(cè)的研究?jī)?nèi)容。在1989年，InternationalJournalofForecasting和JournalofForecasting分別出版了組合預(yù)測(cè)專集，Granger和Clemen分別給出了精辟的綜述與詳論，Clemen從信息集合討論了組合的實(shí)質(zhì)，從而為進(jìn)一步探討獲取最有用信息拋棄無(wú)用信息提供了指導(dǎo)。自Bates和Granger發(fā)表組合預(yù)測(cè)一文以來(lái)，組合預(yù)測(cè)有了很大的發(fā)展。組合的目的在于綜合利用各種預(yù)測(cè)方法所提供的信息，盡可能地提高預(yù)測(cè)精度。從原理上說(shuō)，組合預(yù)測(cè)結(jié)果是對(duì)各單個(gè)預(yù)測(cè)線性加權(quán)。組合預(yù)測(cè)研究主要是考慮組合機(jī)理、權(quán)值確定，主要從統(tǒng)計(jì)分析、貝葉斯分析和信息集合三個(gè)角度來(lái)考慮。2非模糊環(huán)境下投資組合分析現(xiàn)在先介紹一下用傳統(tǒng)的方法在非模糊環(huán)境下如何選擇最優(yōu)的投資組合。設(shè)投資者將其資金投資于n項(xiàng)風(fēng)險(xiǎn)資產(chǎn)，xi為在風(fēng)險(xiǎn)資產(chǎn)i上的投資份額，Ri為風(fēng)險(xiǎn)資產(chǎn)i的收益率，它是一個(gè)隨機(jī)變量，ri=E（Ri）是Ri的期望值，ij=cov（ri，rj）是第i，j兩項(xiàng)資產(chǎn)的協(xié)方差i，j=1，n。ki是每單位風(fēng)險(xiǎn)資產(chǎn)的變化所需的交易費(fèi)用，ki0；ci是第i項(xiàng)風(fēng)險(xiǎn)資產(chǎn)的交易費(fèi)用。給定投資組合x0=（x01，x02，x0n）和一個(gè)新投資組合x=（x1，xn），第i項(xiàng)風(fēng)險(xiǎn)資產(chǎn)的交易費(fèi)用可表示為Ci=ki|xi-x0i|，i=1，n?？偨灰踪M(fèi)用為C=kx-x總收益為R（x）=ERixi-kx-x=rixi-kx-x總風(fēng)險(xiǎn)為V（x）=E（Ri-E（Ri）xi）一般地，投資者希望收益最大且風(fēng)險(xiǎn)最小。數(shù)學(xué)上可以表示為以下雙目標(biāo)規(guī)劃模型maxR（x）=rixi-kix-xminV（x）=E（Ri-E（Ri）xi）stxi=1用線性加權(quán)法求解多目標(biāo)規(guī)劃問(wèn)題，可得如下參數(shù)規(guī)劃問(wèn)題Max（1-）rixi-kix-x-E（Ri-E（Ri）xistxi=1xi0，i=1，n其中，參數(shù)在0，1中取消，它被稱為內(nèi)險(xiǎn)回避因子，取值越大，投次者風(fēng)險(xiǎn)加避意識(shí)越強(qiáng)。3利用模糊決策方法評(píng)價(jià)股票投資價(jià)值3.1概述股票投資過(guò)程中的一個(gè)基本問(wèn)題就是如何從一系列可用于投資的股票中選擇一種或一組最優(yōu)的股票，這是一個(gè)對(duì)不同股票的價(jià)值如何進(jìn)行評(píng)估的問(wèn)題。對(duì)股票價(jià)值的科學(xué)評(píng)估不但為股票投資者進(jìn)行投資決策提供可靠的依據(jù)，也可以促使上市公司的規(guī)范化運(yùn)行，從而有助于股票市場(chǎng)的良性發(fā)展和社會(huì)資源的合理分配。要對(duì)股票價(jià)值進(jìn)行評(píng)估，首先就要對(duì)與股票價(jià)值相關(guān)的諸因素進(jìn)行綜合的分析和研究。由于股票持有者是股票發(fā)行者的股東，他們投資的資金是無(wú)法向股票發(fā)行者直接收回的，他們投資的收益主體來(lái)源于發(fā)行者向股東分派的紅利和股票價(jià)格上漲所帶來(lái)的資本利得。所以股票價(jià)值的評(píng)估主要從影響股份公司派發(fā)股息或紅利水平的公司屬性和影響股票溢價(jià)收益的市場(chǎng)屬性兩方面來(lái)進(jìn)行。股票的市場(chǎng)屬性方面，用該股票在市場(chǎng)上的收益率、市盈率、流動(dòng)性、波動(dòng)性、有效性、透明性和系統(tǒng)風(fēng)險(xiǎn)等指標(biāo)來(lái)反映股票的價(jià)值。具體來(lái)講，在一定的考察期間內(nèi)：收益率取經(jīng)過(guò)除權(quán)除息調(diào)整的日平均百分比收益率，以反映股票市場(chǎng)上的資金溢價(jià)收益；市盈率反映股票投資的回收期，回收期越短則股票越具有投資價(jià)值；流動(dòng)性用股票的換手率表示；波動(dòng)性用股票百分比收益率的標(biāo)準(zhǔn)差表示；有效性用股票價(jià)格與其內(nèi)在價(jià)值的平均吻合程度表示；透明性用該股票的交易信息和上市公司信息在市場(chǎng)上的透明程度表示；系統(tǒng)風(fēng)險(xiǎn)用系數(shù)表示。以上指標(biāo)除了有效性和透明性要聘請(qǐng)專家來(lái)評(píng)估外，其余均為定量指標(biāo)。股票的公司屬性是影響股票價(jià)格變動(dòng)的內(nèi)在因素，它不僅決定著股利水平的大小，在一定程度上也會(huì)影響股票的市場(chǎng)屬性。用盈利能力、償債能力、發(fā)展能力、管理和決策能力以及股權(quán)結(jié)構(gòu)合理性等指標(biāo)來(lái)衡量股票的公司屬性，其中盈利能力和償債能力不能僅用幾個(gè)財(cái)務(wù)指標(biāo)的簡(jiǎn)單加權(quán)來(lái)衡量，還應(yīng)結(jié)合上市公司所處的行業(yè)類型、公司在行業(yè)內(nèi)的壟斷性、公司的發(fā)展階段、公司規(guī)模等影響公司業(yè)績(jī)但又未反映在財(cái)務(wù)指標(biāo)上的因素加以綜合評(píng)估；發(fā)展能力則要從公司資金實(shí)力、技術(shù)創(chuàng)新能力、人力資源及市場(chǎng)前景等因素綜合評(píng)估；管理和決策能力以及股權(quán)結(jié)構(gòu)合理性是反映公司治理能力的指標(biāo)，前者反映了公司治理水平，后者影響著公司治理模式，清晰合理的股權(quán)結(jié)構(gòu)能為股票投資者帶來(lái)合理的確定性收益預(yù)期。以上幾個(gè)指標(biāo)均應(yīng)聘請(qǐng)專家來(lái)評(píng)估。3.2模糊多屬性決策方法給定一組方案A1，A2，Am，伴隨每個(gè)方案的屬性記為C1，C2，Cn各屬性的重要程度用1，2，n表示，符合歸一化條件1+2+n=1。決策的目的是要找出其中的最優(yōu)方案，記為Amax。（1）引入三角模糊數(shù)，三角模糊數(shù)常用表達(dá)形式有兩種，分別記為（l，m，）和(m，)，兩種表達(dá)形式可以相互轉(zhuǎn)換，轉(zhuǎn)換公式為=m-l，=-m。（2）對(duì)模糊指標(biāo)矩陣，F(xiàn)和模糊權(quán)重矢量，W進(jìn)行歸一化。收益類的歸一化：xi是三角模糊數(shù)，記xi=（ai，bi，ci）。則歸一化的模糊指標(biāo)值ri可以寫成i=（，1）；i=1，2成本類的歸一化：xi是三角模糊數(shù)，記xi=（ai，bi，ci），則歸一化的模糊指標(biāo)值ri可以寫成i=（，1）；i=1，2。（3）建立模糊決策矩陣rij=WjXij。rij采用Bonissone近似積公式進(jìn)行計(jì)算，即j=（a；，)，xij=（c；，），則rij=（ac；a+c-，a+c-）。（4）求出模糊理想M+=(M1+，M2+，Mn+)，其中Mi+=maxr1j，r2j，rmj，j=1，n，n是屬性j的模糊加權(quán)指標(biāo)值所對(duì)應(yīng)的模糊極大集。M-=(M1-，M2-，Mn-)其中Mi-=minr1j，r2j，rmj，j=1，n，n是屬性j的模糊加權(quán)指標(biāo)值所對(duì)應(yīng)的模糊極小集。再確定方案Ai與M+之間的差異Di，方案Ai與M之間的差異Di，Di=，i=1，m按照Di值從大到小的順序排列方案的優(yōu)劣次序。3.3實(shí)例分析取深圳股市其中3只股票作為例子，為了更加有代表性，取3只代表不同類型的股票。他們分別是000001的深發(fā)展、000933的G神火還有000805的ST炎黃。如前面所述，作為評(píng)價(jià)一直股票都投資價(jià)值，可以考察很多方面，現(xiàn)在只考慮以下四個(gè)方面的主要因素：現(xiàn)在的股票的價(jià)格，股票的業(yè)績(jī)，流通股本，行業(yè)的發(fā)展前景即長(zhǎng)期投資價(jià)值。截至到2006年2月23日，三只股票的價(jià)格分別為7.01元，7.70元，2.42元。業(yè)績(jī)以2005年中期業(yè)績(jī)來(lái)算，分別為0.11元（一般），0.94元（很高），-0.08元（低）。流通股本分別為140936（萬(wàn)股），23660（萬(wàn)股），1441（萬(wàn)股）。至于長(zhǎng)期的投資價(jià)值主要看公司的行業(yè)背景，深發(fā)展是銀行業(yè)的龍頭代表，穩(wěn)定發(fā)展，所以屬于高；G神火是石油能源類的股票，最近該行業(yè)正處于強(qiáng)發(fā)展階段，產(chǎn)品供不應(yīng)求，而且該股票為G股，已經(jīng)完成股改，所以投資潛力很高，ST炎黃為ST類虧損股票，而且是做軟件外包裝的行業(yè)，所以長(zhǎng)期投資價(jià)值較低（見(jiàn)表1）。先用三角模糊數(shù)表示決策矩陣中的定性指標(biāo)：D=7.01（0.6，0.8，0.8）140936（0.6，0.5，0.6）7.10（0.8，0.9，1.0）23660（0.8，0.9，1.0）2.42（0.2，0.3，0.4）1441（0.2，0.3，0.4）并且假定權(quán)重矢量為W=（0.1，0.2，0.3），（0.3，0.4，0.5），（0，0.1，0.2），（0.2，0.3，0.4）。決策矩陣歸一化后為D=（0.345，0.345，0.345）（0.600，0.889，1.000）（0.341，0.341，0.341）（0.800，1.000，1.000）（1.000，1.000，1.000）（0.250，0.333，0.500）（0.010，0.010，0.010）（0.600，0.556，0.750）（0.061，0.061，0.061）（0.800，1.000，1.000）（1.000，1.000，1.000）（0.200，0.333，0.500）模糊加權(quán)決策矩陣rij=WjXijV=rij=（0.0345，0.6900，0.1035）（0.2334，0.3556，0.5312）（0.0341，0.0682，0.1023）（0.3000，0.4000，0.5600）（0.1000，0.2000，0.3000）（0.0498，0.1332，0.1914）（0.000，0.0010，0.0020）（0.0724，0.1668，0.2136）（0.000，0.0061，0.0122）（0.2000，0.3000，0.4400）（0.000，0.1000，0.2000）（0.2000，0.3330，0.5000）模糊理想解M+=（0.100，0.690，0.300），（0.300，0.400，0.560），（0.000，0.100，0.200），（0.200，0.333，0.500）M-=（0.0341，0.0682，0.1023），（0.0498，0.1332，0.1914），（0.000，0.001，0.002），（0.0724，0.1668，0.2136）最后由Di=，i=1，2，3解得D1=0.5855，D2=0.3523，D3=0.2332；D1D2D3所以，投資價(jià)值深發(fā)展比G神火好，G神火比ST炎黃好。4結(jié)語(yǔ)模糊多準(zhǔn)則決策在生產(chǎn)生活的很多方面都有很多