《用Delphi实现基于马氏链的股票走势分析技术的研究毕业论文》由会员分享，可在线阅读，更多相关《用Delphi实现基于马氏链的股票走势分析技术的研究毕业论文（15页珍藏版）》请在金锄头文库上搜索。
1、 毕 业 论 文学生姓名： 胡洋 学 号： 学 院： 中南林业科技大学 专业年级： 题 目： 用 Delphi 实现基于马氏链的股票 走势分析技术的研究 指导教师： 谭老师 (姓 名) (专业技术职务 )2010 年 5 月目 录引言 .2第 1 章 模型的理论基础和模型的建立 .3第 2 章 主要设计步骤 .5第 3 章 实验结果及分析 .73.1 单次预测值与分析 .73.2 多次预测值与分析 .9结论 .13参考文献 .14致谢 .15第 1 页 共 15 页用 Delphi 实现基于马氏链的股票走势分析技术的研究作者：胡洋 指导老师：谭老师（工作单位：衡阳市丰收计算机工程有限公司邮编：
2、421001 电话号码：13975451161）摘要：本文以马氏链为基础并引入区间估计的方式建立预测股票走势的数学模型，且利用 delphi 开发工具实行自动化控制。通过实际数据的输入与结果的检验，证明该程序具备较强的实用性，大大提高了预测的速度与效率。关键词：马尔可夫链；股票转移概率；股票收盘价格；区间估计Abstrct：This paper base on makcov chain and use region estimate methold to establish mathematic model，and make the automatic operation come true
3、by use of the delphi。The purpose is to prove this software is useful through the real datum and improve the forecasting velocity and efficiency。Key words： Makcov Chain；Stock diversion probability；Stock closing price；Region estimate第 2 页 共 15 页引 言马尔可夫过程 1具有如下特性：在已知目前状态的条件下，它未来的演变不依赖于它以往的演变。在现实世界中，有很多
4、过程都是马尔可夫过程，如液体中微粒所作的布朗运动、车站的候车人数变动等，都可视为马尔可夫过程。有限个马尔可夫过程的整体称为马尔可夫链，主要是研究马尔可夫过程的状态及关联，并预测未来的变化。由于在一些假设条件下股票的变动也具备这种特性 2，有些学者尝试将股票走势预测与马氏链方法结合起来希望通过严密的数学模型推测出股票状态转移的概率。以股票价格变动为基础的状态转移模型研究大致有：（）将某一样本空间内的股票价格，利用某一常数分成几个价格区间以确定各个状态 3。 （）一段时间（如一天、一个月或一个季度）之间的比较研究。主要通过比较相邻一段时间内的价格（若为较长时间，则比较相邻两段较长时间股票的平均价格
5、；若为一天，则比较相邻两天的收盘价格）来确定各状态 4 5。总体上看，很多研究在价格的涨跌幅度概率上处理较为简单，没有利用区间划分的方式进行估计，加之缺少先进的计算机工具对其自动化的分析、预测与决策，因此实用性不强。为此，本文在马尔可夫链的理论基础上引入区间估计，通过比较相邻两天的收盘价格来确定状态，最后利用 delphi 编程工具实现了对股票状态转移的概率预测。第 3 页 共 15 页第 1 章模型的理论基础和模型的建立假设 Xi，X i+1，X i+2为连续三天的股票收盘价格，将价格 Xi到价格 Xi+1表示为XiX i+1（状态 1） ，价格 Xi+1到价格 Xi+2表示为 Xi+1X
6、i+2（状态 2） ，每一个状态 有三种可能，那么 1 就一共有种可能的情况，即：继续上涨、先涨后稳、先涨后跌、先稳后涨、继续平稳、先稳后跌、先跌后涨、先跌后稳、继续下跌。为了更好的体现股票的变动程度，引入变量来代表各个状态之间的临界值。即：（X iX i+1-& Xi+1X i+2-）代表涨涨（继续上涨） ；（X iX i+1-& X i+1X i+2）代表涨稳；（X iX i+1-& X i+1X i+2）代表涨跌；（X iX i+1& Xi+1X i+2-）代表稳涨；（X iX i+1&X i+1X i+2）代表稳稳；（ X iX i+1&X i+1X i+2）代表稳跌；（X iX i+
7、1 & Xi+1X i+2-）代表跌涨；（X iX i+1&X i+1X i+2）代表跌稳；（X iX i+1&X i+1X i+2）代表跌跌。区间估计的作用是为了确定股票涨跌幅度的概率。考虑到不同的股票有不同的变化情况，所以不能以一个常数来表示，这里采用的方法是将、 （标准差） 、2(方差) 6、 （变异系数） 7分别代入进行概率区间的划分。先将 0 代x入 Y，X iX i+1在小于、等于、大于分别代表涨、稳、跌。相同的，X i+1X i+2也可以分为涨、稳、跌。如果 1、 2都处于涨，且 P1表示 1 2是较大概率。代表在 XiX i+1发生后，X i+1X i+2以较大概率 P1发生。
8、再引入 2和 （假设 2和都小于 1） 。将 2代入 Y，X iX i+1落在区间（- 2， 2）之内，代表 1为平稳；XiX i+1落在区间（-，- 2之内，代表 1为涨；X iX i+1落在区间 2，）之内，代表 1为跌（图 1） 。同样的，X i+1X i+ 2落在区间（- 2， 2）之内，代表2为平稳；X i+1X i+2落在区间（-，- 2之内，代表 2为涨；X i+1X i+2 落在区间 2，）之内，代表 2为跌。若 1、 2都处于涨， P2表示 1 2发生的概率，说明在 XiX i+1落在（-，- 2后，X i+ 2较 Xi+1上涨幅度大于或等于 2涨稳跌第 4 页 共 15 页
9、- 2 2图 1 用方差值作为临界点的概率为 P2。将 代入 Y，若 1处于涨状态， 2处于稳状态，P 3表示 1 2发生的概率。由前面的假设， 2和 都小于 1，那么 2应当小于 。若 P3是一个小概率事件，说明 XiX i+1落在（-，- 后，X i+ 2Xi+1的涨幅大于或等于 是一个小概率事件，即 Xi+ 2Xi+1基本上不可能超过 。由于 P3P 2P 1， .这样就可以以概率的形式反映股票收盘价格的涨幅了。假设涨涨发生的次数为 a，涨稳发生的次数为 b，跌跌发生的次数为i。那么涨涨发生的概率是 a/(a+b+c)；涨稳发生的概率是 b/(a+b+c) ；跌跌发生的概率是 i/(g+
10、h+i)。可以构造一次转移概率矩阵，这个矩阵是种可能性概率组合 2：a/(a+b+c) b/(a+b+c) c/(a+b+c) d/(d+e+f) e/(d+e+f) f/(d+e+f) g/(g+h+i) h/(g+h+i) i/(g+h+i)现假设该矩阵为。若系统在时刻 tm处于状态 i，经过 n 步转移，在 tn时刻处于状态 j，那么设 n 步转移后的概率矩阵为 ij（n） 。即有 P ij(n)=P n。第 5 页 共 15 页第 2 章主要设计步骤步骤为获取连续 60 天的股票收盘价格，运用控件数组 8的方法作为实现的工具，通过定义控件数组将连续 60 天的样本直接输入至编辑框中。在
11、这个过程中充分考虑了输入值的合理性问题，即由于股票价格是数值型数据，可在编辑框的键盘按下事件中加入限制条件，以使得用户避免输入非数值型数据。步骤为了引入区间估计，在区间划分的临界点的选取上采用标准差、方差、变异系数三个离散型数据特征和 0 来表示。这是由于当样本空间的方差小于 1 的时候，标准差大于方差，而当样本空间的方差大于 1 的时候，标准差小于方差。不同的股票价格样本数据有不同的方差和标准差，因此从程序的实用性角度考虑，临界点的选取不能简单采用某个常数。任取一支股票，样本空间为连续 60 天的该股票的当日收盘价格，并通过计算公式可分别得出该样本的标准差、方差、变异系数的值。并将这些数字特
12、征的值和 0 分别赋给变量 avg，即用 avg 作为临界点来划分区间。步骤用 Xi代表第 i 日该股票的收盘价格（其中 i1,2,60） ，循环比较Xi到 Xi+1以及 Xi+1到 Xi+2两个状态，以确定 9 种情况各发生的次数。步骤是在程序中设置 ai 共 9 个计数器变量，若满足 9 种情况之一则相应的计数器加 1。那么在 i等于 58 退出循环体时得到的计数器的值就是 9 种情况所分别发生的次数。最后将这些值代入计算可得一次概率转移矩阵 P 的实际值。在此过程中，考虑到矩阵 P 中任何一个元素的分母可能为的情况（即该元素所对应的 3 个计数器值都为 0） ，所以必须用条件语句加以限制
13、。若分母不为 0，把矩阵元素的值输出至标签；如果分母为，则将赋给相应的标签输出。步骤对 X59与 X60进行比较，比较的结果作为初始状态且构建初始分布向量，把对应的初始分布向量与一次概率转移矩阵相乘即为预测的概率。例如：若初始状态为涨，则将向量(1，0，0)与一次概率转移矩阵 P 相乘的结果输出至标签。初始状态为稳，将(0，1，0)P 赋给标签。为跌，对应的标签输出为(0，0，1)P。这样做是为了让标签的输出更加清晰明了，根据第一状态的实际情况选择对应的标签输第 6 页 共 15 页出，而其他标签不作输出。步骤为了能够更新样本数据，避免用户每次重新输入股票价格的麻烦。须考虑程序的动态更新功能 9。采用循环覆盖的方法对股票价格进行动态更新，即采用循环语句对整个样本数据进行遍历，并将后一天编辑框中的数据覆盖前一天的编辑框内的数据，这样第 1 天的数据将被抹去，再把第 60 天的编辑框清空。步骤 6在得到 P 之后，利用公式 P2、P 3、P 4，可以分别得到二步、三步、四步预测的概率，最后通过标签输出结果。第 7 页 共 15 页第 3 章 实验结果及分析以华电国际（股票代码：600027）从 2006 年 9 月 10 号起，连续 63 个交易日实
