试议股票中的灰色系统模型

导语：试议股票中的灰色系统模型一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、股票投资价值灰色系统模型

灰色系统理论始于20世纪80年代初。“灰色系统”一词是被在1981年邓聚龙教授的上海学术报告中首次使用。随后他又发表了一系列关于灰色系统的论文，为灰色系统的理论打下良好的基础，同时也引起更多学者对它的兴趣，参与到它的研究中。可实际，灰色系统是由英国科学家的“黑箱”概念的基础上演进而来的，它融合了自动控制和运筹学。灰色系统是一种包含已知信息和未知信息的系统，主要用于信息不完全的系统，利用已知的信息来探索和预测未知信息，从而知晓整个系统。灰色系统理论和模糊数学、概率论方法一样都是来探索不确定性系统，具备使用“少数据”寻找现实规律的良好能力，解决了数据不充分或是系统周期太短的问题。如今灰色系统理论被应用于各个领域，譬如经济管理、生态系统、工程控制等领域。同时在股票投资领域也得到了应用，下面探讨下灰色系统如何在股票价格走势上得到利用。

研究股票的“内在价值”是我们认识股票价格的重要方法，可是它的研究需要专门的知识支持，而且受人们是否合理与准备的判断未来现金流所影响。股票的价格又是很多信息综合反应的结果，不同的股票，有不同的价格反应信息机制灵敏性，并且随着时间的推移，想要找到造成这种差异的原因，以及这种差异产生的轨迹和强度是什么，我们都无法把握，更别说把握股票的“内在价值”。股票的价格反应了所有与之相关的信息传导机制和灵敏度。可是虽然我们不知道它的传导方式和灵敏强度，但是我们能采用相应的方法通过价格的历史变化信息来判断价格未来趋势，从而获得股票价格的反应机制信息。于是为了测试和反应它的传导机制和灵敏度，我们建立了灰色系统理论。灰色系统理论利用搜集和整理系统原始数据，来寻找其发展规律。灰色系统表明，所有灰色序列都能展现本有的规律，在使用一种生成弱化其随机性后，也就是说，利用灰色数据序列来架构系统的反应模型，然后就能利用这个模型来预测系统可能发生的变化。

灰色系统模型利用微分方程来反应系统的客观规律。有了灰色系统理论，想要掌握市场价格走势和方向，我们并不需了解是什么信息影响了或是如何影响了股票价格，例如公司的基本面变化、宏观的经济因素变动、市场参与人数增减与否等等会对价格产生影响的综合因素，我们只要加入能改变原有的价格趋势的新信息，这些信息是用来驱动市场价格变化的，可这些新信息的影响也不是立马能实现的，它的实现需要一个不断消化的过程，这就是通常我们所说的记忆功能，它是股票市场价格变化的驱动力，但是有也有一定“惯性”，灰色系统在股票投资上的利用，正是要解决如何利用这种驱动力来预测未来价格的走势。

二、灰色系统模型在股票投资价值上的应用

（一）时间转折预测我们用某一股票的日收盘为例，把某个时间的某个点当起点，当局部低点和高点间波动200点以上时，就认为是一次市场指数转折，把从低点到高点的变化当做一个阶段，因此，我们选用局部最低点与最高点，在选用毗邻的指数相差在200以上的点，算出它们距离起点的月份，用来进行量化分析指数的走势。通过灰色微方方程可列出指数转折点的时间方程，而且通过方程式对指数未来转折情况进行预测。

（二）新陈代谢模型、事后检验事后检测通过模型来比较预测值和市场实际值而得到的。而从实际应用中发现，只通过每一个数据系列来进行长期的预测走势和时间点是远远不够的，因为新信息的作用没有完全发挥出来，而历史信息只能在一定程度上影响，价格在信息的记忆和预见能力又有限，于是，随着市场的发展，信息对系统的影响会不断地减弱，所得到的误差也会越来越大，所以我们需要采用新陈代谢GM模型，通过不断用新数据替换老数据来最有效的展现新信息对于市场价格走势的影响。

三、结束语

由此看出，我们能利用灰色系统模型来预测股票指数变化情况，从而能更好地、更有效地作出投资决策，最大程度上地降低投资上的风险。可是灰色投资价格模型也有局限性，它只能用于短期的预测，时间越长预测的误差越大，因此，在实际运用中，我们要给模型不断的添加新的信息，摒弃那些预测作用越来越小的老数据，以减小预测误差。

作者：赵千秋单位：潍坊职业学院