模糊決策與股市選股

1、模糊決策與股市選股    摘 要 模糊決策是近年來國際運(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，以其在評價(jià)股票投資價(jià)值中的應(yīng)用為例，說明了它在經(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 中圖分類號(hào) F224 文獻(xiàn)標(biāo)識(shí)碼 A 1 股票技術(shù)分析及預(yù)測方法 1.1 股票技術(shù)分析方法 進(jìn)行股票的預(yù)測，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)趨勢為主的趨勢分析，如道瓊斯理論、趨勢線法、移動(dòng)平均線等；形

2、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，對于投資者來說學(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)果仁者見仁、智者見智。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)測方法 統(tǒng)計(jì)學(xué)理論的預(yù)測方法，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。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Neld

3、er，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。Aaron Li和Duanleo對假設(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，為股票市場建模與預(yù)測提供了眾多的新技術(shù)、新方法，基于人工智能的股票預(yù)測技術(shù)進(jìn)展迅速?；谏窠?jīng)網(wǎng)絡(luò)的股票預(yù)測方法，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。采用

4、模糊模型技術(shù)進(jìn)行預(yù)測，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；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)測方法研究 決策者面臨決擇的預(yù)測方式可能不只一種，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)測方式問題，正是組合預(yù)測的研究內(nèi)容。在1989年，International Journal of Forecasting和Journal of Forecasting分別出版了組合預(yù)測專集，Granger和Clemen分別給出了精辟的綜述與詳論，Cleme

5、n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用信息提供了指導(dǎo)。自Bates和Granger發(fā)表組合預(yù)測一文以來，組合預(yù)測有了很大的發(fā)展。組合的目的在于綜合利用各種預(yù)測方法所提供的信息，盡可能地提高預(yù)測精度。從原理上說，組合預(yù)測結(jié)果是對各單個(gè)預(yù)測線性加權(quán)。組合預(yù)測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R

6、i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。 總交易費(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-x minV（x）=E（Ri-E（

7、Ri）xi） stxi=1 用線性加權(quán)法求解多目標(biāo)規(guī)劃問題， 可得如下參數(shù)規(guī)劃問題 Max（1-）rixi-kix-x- E（Ri-E（Ri）xi stxi=1 xi0，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價(jià)股票投資價(jià)值 3.1 概述 股票投資過程中的一個(gè)基本問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)對不同股票的價(jià)值如何進(jìn)行評估的問題。對股票價(jià)值的科學(xué)評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的良性發(fā)展和社會(huì)資源的合理分配。 要

8、對股票價(jià)值進(jìn)行評估，首先就要對與股票價(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法向股票發(fā)行者直接收回的，他們投資的收益主體來源于發(fā)行者向股東分派的紅利和股票價(jià)格上漲所帶來的資本利得。所以股票價(jià)值的評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)收益的市場屬性兩方面來進(jìn)行。股票的市場屬性方面，用該股票在市場上的收益率、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)來反映股票的價(jià)值。具體來講，在一定的考察期間內(nèi)：收益率取經(jīng)過除權(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

9、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專家來評估外，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)的簡單加權(quán)來衡量，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

10、的發(fā)展階段、公司規(guī)模等影響公司業(yè)績但又未反映在財(cái)務(wù)指標(biāo)上的因素加以綜合評估；發(fā)展能力則要從公司資金實(shí)力、技術(shù)創(chuàng)新能力、人力資源及市場前景等因素綜合評估；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合理的確定性收益預(yù)期。以上幾個(gè)指標(biāo)均應(yīng)聘請專家來評估。 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)

11、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+

12、，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，作為評價(jià)一直股票都投資價(jià)值，可以考

13、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，流通股本，行業(yè)的發(fā)展前景即長期投資價(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)績以2005年中期業(yè)績來算，分別為0.11元（一般），0.94元（很高），-0.08元（低）。流通股本分別為140 936（萬股），23 660（萬股），1 441（萬股）。至于長期的投資價(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