基于时间序列马尔可夫链的股市预测

陈柯伊

股市的信息变幻莫测，部分信息未知，部分信息已知，在股市中，股票价格是系统最为重要的特征量，在公司经营情况、市场竞争程度以及经济情况的变化下，股票价格是处在不断波动过程中的.为了更好地对股票价格进行预测，可以建立起灰色加权马尔科夫链，下面就针对这一问题进行深入的分析.

一、马尔可夫链理论分析

马尔可夫链是一种研究事物转移规律与状态变化情况的理论，不仅能够应用在时间序列的分析中，也可以应用在空间序列的分析中，马尔可夫链系统在每一个阶段的状态都有着随机性的特征，其时期状态是按照概率来进行转移的，下一时期状态只由本时期转移概率与状态来决定，不会受到其他因素的影响.

二、基于时间序列马尔可夫链的应用方式

灰色系统有着理想的规律性与精确度，是一种小数据建模，灰色预测模型一般只适合应用在上升趋势明显且数据量较小的预测工作中，不适宜用于变化趋势不明显数据的预测中，因此，在对股市预测时，可以将模拟值作为时间序列来建立加权马尔科夫链，根据转移概率的思想来解决问题.

1.灰色加权马尔可夫链模型建立方式

为了得出最为精确的信息，需要对平均时间开展加权处理，以转移概率进行计算，再根据计算结果分析步长运行周期，这样即可得出最后的结论.

四、结 语

在社会的发展之下，股票市场日趋成熟，股票预测方式正是基于计算工具、经济理论以及社会发展基础下产生，当然，该种方法并非适宜用于所有问题的计算中，在使用基于时间序列马尔科夫链进行股市预测时，需要将各种历史信息充分合理地利用起来，这样既可有效提升预测的准确性，还可以帮助股市投资者分析出预测股票价格，在这一过程中，股市投资者能够根据自己的偏好来选择预测方式，采取针对性的投资方式，防止发生不合理投资行为.