基于游程检验对我国股票走势的分析
2014-12-30 14:06张兴凤
企业文化·中旬刊 2014年12期
摘 要：本文运用了非参数统计中的游程检验对我国的股票走势的随机性进行了检验，并利用上证指数和深证指数的相关数据进行了实证分析，运用分别运用R和SPSS实现，结果表明我国股票的走势是随机游走的。
关键词：股票走势;随机游走;游程检验
一、问题的背景
由于股票的走势总是难以预测，类似于随机游走，若市场是有效市场，则任何对股票的预测都是徒劳的。如果一个市场的证券价格总是能够“充分反映”所有可得到的信息，则该市场就是“有效的”。国内许多学者通过对股票价格指数进行游程检验，普遍认为我国的股票市场是一个弱有效市场。
在对股票进行游程检验时，大多数的做法是检验上证指数收益率与其中位数的差值正负作为检验的对象。股票走势是时间序列数据，前一天或许会对后一天的走势产生影响，如果是随机游走的，则股票涨跌之间应该是随机的，不会出现很多的上涨，也不会出现很多的下跌，因此对股票涨跌情况作为检测对象，也能够判断其是否是随机的。
为了检验股票走势是否随机，分别选择上证指数、深证指数2014年7月1日至2014年10月31日的数据，若上涨为1，下跌为0，进行随机性的检验。这里，我们列出部分数据，见表1：
二、方法的选取
对随机游走的假设检验方法很多， 有Box -Pierce Q 检验、Ljung- Box Q 检验、游程检验、D ick-Fuller检验、Phillipsk - Perron 检验等。游程检验是非参数方法，不用考虑数据的总体分布，使用简便有效，只要对数据的类别进行检验就行。游程检验主要思想为：将取自某一总体的样本的观察值按从小到大顺序排列，找出中位数（或众数），大于小于中位数的两个部分。用上下交错形成的游程个数来检验样本是否是随机的。即通过序列的实际游程数同随机序列游程数的期望值做比较，来判断观察序列是否是随机的。例如检验次品的出现是否随机、时间序列是否平稳等，都可以用游程检验的方法进行检验，原假设H0为样品出现是随机的，备择假设H1是样品出现是非随机的，可以是双侧，也可以是单侧。连续出现的具有相同特征的样本点为一个游程。当过程是随机时，其游程的总数应在一定的范围内，既不能太小，也不能太大。在H0为真的情况下，两种类型符号出现的可能性相等，其在序列中是交互的。在这里原假设H0是指数的涨跌是随机的，备择假设H1是指数的涨跌不是随机的。相对于一定的各类个数，序列游程的总数应在一个范围内。若游程的总数R过少，表明某一游程的长度过长，意味着有较多的同一符号相连，序列存在成群的倾向;若游程总数过多，表明游程长度很短，意味着两个符号频繁交替，序列具有混合的倾向。检验统计量即为游程总数R，m、n为各类的个数，且
因此，统计量R有渐进分布：
三、软件分析
（一）SPSS软件分析
在SPSS软件中有非参数检验的一些方法，如卡方检验、二项分布检验、单样本K-S检验、游程检验等，操作简便。在SPSS中分别输入数据，并完成变量设置，选择分析工具的非参数检验中的Runs Test，涨跌选为检验变量，得到结果如表2：
从该表可以看出，上证指数涨的天数有50天，跌的天数有33天，一共是83个检验数据，游程总数是37个， 统计量的值为-0.867，相应的渐进显著性（双侧）即 值为0.386，接受原假设，即上证指数的涨跌是随机的。深证指数涨的天数是52天，跌的天数是31天，与上证指数相近，说明两个股市在中国的宏观经济环境下，会受到相同方向的经济影响。深证指数的游程数是39，检验统计量的值为-0.199， 值为0.842，接受原假设，即深证指数的涨跌也是随机的。
（二）R语言分析
利用R中游程检验函数runs.test（），得到结果如表3：
从表可知，上证指数和深圳指数二者的检验统计量分别为-0.8671、-0.1992， 值分别为0.3859、0.842，表明在0.05的显著性水平下，均接受原假设，即上证指数和深证指数的涨跌都是随机的。
四、结果分析
该实验结果说明国内上证指数、深证指数在近期内的涨跌是随机的，即股票的走势是随机游走的，不能有效预测股票的涨跌情况，因此通过技术分析等手段进行股票的分析是无效的。但是实际中，还是有很多人会利用基本面分析、公司价值分析、K线理论等方法，对股市进行预测。我国的证券市场还不是很完善，还存在信息不对称，上市公司的信息披露也存在一定不完全性，股票的走势也不是完全随机的，股民们追涨杀跌的行为也会影响股票的随机性，而带来一定的趋势性。
参考文献：
[1]陈明智.股价（期货）分析预测学.北京：教育科学出版社， 1993.
[2]俞乔.场有效、周期异常与股价波动.经济研究，1994（4）.
[3]罗捍东.证券动态投资策略.预测，1992（2）.
[4] 李晓静.中国股票市场有效性实证检验.企业文化.2006.
作者简介：张兴凤（1990—），女，汉族，四川遂宁人，西南财经大学统计学院，硕士，研究方向：非参数统计。endprint
摘 要：本文运用了非参数统计中的游程检验对我国的股票走势的随机性进行了检验，并利用上证指数和深证指数的相关数据进行了实证分析，运用分别运用R和SPSS实现，结果表明我国股票的走势是随机游走的。
关键词：股票走势;随机游走;游程检验
一、问题的背景
由于股票的走势总是难以预测，类似于随机游走，若市场是有效市场，则任何对股票的预测都是徒劳的。如果一个市场的证券价格总是能够“充分反映”所有可得到的信息，则该市场就是“有效的”。国内许多学者通过对股票价格指数进行游程检验，普遍认为我国的股票市场是一个弱有效市场。
在对股票进行游程检验时，大多数的做法是检验上证指数收益率与其中位数的差值正负作为检验的对象。股票走势是时间序列数据，前一天或许会对后一天的走势产生影响，如果是随机游走的，则股票涨跌之间应该是随机的，不会出现很多的上涨，也不会出现很多的下跌，因此对股票涨跌情况作为检测对象，也能够判断其是否是随机的。
为了检验股票走势是否随机，分别选择上证指数、深证指数2014年7月1日至2014年10月31日的数据，若上涨为1，下跌为0，进行随机性的检验。这里，我们列出部分数据，见表1：
二、方法的选取
对随机游走的假设检验方法很多， 有Box -Pierce Q 检验、Ljung- Box Q 检验、游程检验、D ick-Fuller检验、Phillipsk - Perron 检验等。游程检验是非参数方法，不用考虑数据的总体分布，使用简便有效，只要对数据的类别进行检验就行。游程检验主要思想为：将取自某一总体的样本的观察值按从小到大顺序排列，找出中位数（或众数），大于小于中位数的两个部分。用上下交错形成的游程个数来检验样本是否是随机的。即通过序列的实际游程数同随机序列游程数的期望值做比较，来判断观察序列是否是随机的。例如检验次品的出现是否随机、时间序列是否平稳等，都可以用游程检验的方法进行检验，原假设H0为样品出现是随机的，备择假设H1是样品出现是非随机的，可以是双侧，也可以是单侧。连续出现的具有相同特征的样本点为一个游程。当过程是随机时，其游程的总数应在一定的范围内，既不能太小，也不能太大。在H0为真的情况下，两种类型符号出现的可能性相等，其在序列中是交互的。在这里原假设H0是指数的涨跌是随机的，备择假设H1是指数的涨跌不是随机的。相对于一定的各类个数，序列游程的总数应在一个范围内。若游程的总数R过少，表明某一游程的长度过长，意味着有较多的同一符号相连，序列存在成群的倾向;若游程总数过多，表明游程长度很短，意味着两个符号频繁交替，序列具有混合的倾向。检验统计量即为游程总数R，m、n为各类的个数，且
因此，统计量R有渐进分布：
三、软件分析
（一）SPSS软件分析
在SPSS软件中有非参数检验的一些方法，如卡方检验、二项分布检验、单样本K-S检验、游程检验等，操作简便。在SPSS中分别输入数据，并完成变量设置，选择分析工具的非参数检验中的Runs Test，涨跌选为检验变量，得到结果如表2：
从该表可以看出，上证指数涨的天数有50天，跌的天数有33天，一共是83个检验数据，游程总数是37个， 统计量的值为-0.867，相应的渐进显著性（双侧）即 值为0.386，接受原假设，即上证指数的涨跌是随机的。深证指数涨的天数是52天，跌的天数是31天，与上证指数相近，说明两个股市在中国的宏观经济环境下，会受到相同方向的经济影响。深证指数的游程数是39，检验统计量的值为-0.199， 值为0.842，接受原假设，即深证指数的涨跌也是随机的。
（二）R语言分析
利用R中游程检验函数runs.test（），得到结果如表3：
从表可知，上证指数和深圳指数二者的检验统计量分别为-0.8671、-0.1992， 值分别为0.3859、0.842，表明在0.05的显著性水平下，均接受原假设，即上证指数和深证指数的涨跌都是随机的。
四、结果分析
该实验结果说明国内上证指数、深证指数在近期内的涨跌是随机的，即股票的走势是随机游走的，不能有效预测股票的涨跌情况，因此通过技术分析等手段进行股票的分析是无效的。但是实际中，还是有很多人会利用基本面分析、公司价值分析、K线理论等方法，对股市进行预测。我国的证券市场还不是很完善，还存在信息不对称，上市公司的信息披露也存在一定不完全性，股票的走势也不是完全随机的，股民们追涨杀跌的行为也会影响股票的随机性，而带来一定的趋势性。
参考文献：
[1]陈明智.股价（期货）分析预测学.北京：教育科学出版社， 1993.
[2]俞乔.场有效、周期异常与股价波动.经济研究，1994（4）.
[3]罗捍东.证券动态投资策略.预测，1992（2）.
[4] 李晓静.中国股票市场有效性实证检验.企业文化.2006.
作者简介：张兴凤（1990—），女，汉族，四川遂宁人，西南财经大学统计学院，硕士，研究方向：非参数统计。endprint
摘 要：本文运用了非参数统计中的游程检验对我国的股票走势的随机性进行了检验，并利用上证指数和深证指数的相关数据进行了实证分析，运用分别运用R和SPSS实现，结果表明我国股票的走势是随机游走的。
关键词：股票走势;随机游走;游程检验
一、问题的背景
由于股票的走势总是难以预测，类似于随机游走，若市场是有效市场，则任何对股票的预测都是徒劳的。如果一个市场的证券价格总是能够“充分反映”所有可得到的信息，则该市场就是“有效的”。国内许多学者通过对股票价格指数进行游程检验，普遍认为我国的股票市场是一个弱有效市场。
在对股票进行游程检验时，大多数的做法是检验上证指数收益率与其中位数的差值正负作为检验的对象。股票走势是时间序列数据，前一天或许会对后一天的走势产生影响，如果是随机游走的，则股票涨跌之间应该是随机的，不会出现很多的上涨，也不会出现很多的下跌，因此对股票涨跌情况作为检测对象，也能够判断其是否是随机的。
为了检验股票走势是否随机，分别选择上证指数、深证指数2014年7月1日至2014年10月31日的数据，若上涨为1，下跌为0，进行随机性的检验。这里，我们列出部分数据，见表1：
二、方法的选取
对随机游走的假设检验方法很多， 有Box -Pierce Q 检验、Ljung- Box Q 检验、游程检验、D ick-Fuller检验、Phillipsk - Perron 检验等。游程检验是非参数方法，不用考虑数据的总体分布，使用简便有效，只要对数据的类别进行检验就行。游程检验主要思想为：将取自某一总体的样本的观察值按从小到大顺序排列，找出中位数（或众数），大于小于中位数的两个部分。用上下交错形成的游程个数来检验样本是否是随机的。即通过序列的实际游程数同随机序列游程数的期望值做比较，来判断观察序列是否是随机的。例如检验次品的出现是否随机、时间序列是否平稳等，都可以用游程检验的方法进行检验，原假设H0为样品出现是随机的，备择假设H1是样品出现是非随机的，可以是双侧，也可以是单侧。连续出现的具有相同特征的样本点为一个游程。当过程是随机时，其游程的总数应在一定的范围内，既不能太小，也不能太大。在H0为真的情况下，两种类型符号出现的可能性相等，其在序列中是交互的。在这里原假设H0是指数的涨跌是随机的，备择假设H1是指数的涨跌不是随机的。相对于一定的各类个数，序列游程的总数应在一个范围内。若游程的总数R过少，表明某一游程的长度过长，意味着有较多的同一符号相连，序列存在成群的倾向;若游程总数过多，表明游程长度很短，意味着两个符号频繁交替，序列具有混合的倾向。检验统计量即为游程总数R，m、n为各类的个数，且
因此，统计量R有渐进分布：
三、软件分析
（一）SPSS软件分析
在SPSS软件中有非参数检验的一些方法，如卡方检验、二项分布检验、单样本K-S检验、游程检验等，操作简便。在SPSS中分别输入数据，并完成变量设置，选择分析工具的非参数检验中的Runs Test，涨跌选为检验变量，得到结果如表2：
从该表可以看出，上证指数涨的天数有50天，跌的天数有33天，一共是83个检验数据，游程总数是37个， 统计量的值为-0.867，相应的渐进显著性（双侧）即 值为0.386，接受原假设，即上证指数的涨跌是随机的。深证指数涨的天数是52天，跌的天数是31天，与上证指数相近，说明两个股市在中国的宏观经济环境下，会受到相同方向的经济影响。深证指数的游程数是39，检验统计量的值为-0.199， 值为0.842，接受原假设，即深证指数的涨跌也是随机的。
（二）R语言分析
利用R中游程检验函数runs.test（），得到结果如表3：
从表可知，上证指数和深圳指数二者的检验统计量分别为-0.8671、-0.1992， 值分别为0.3859、0.842，表明在0.05的显著性水平下，均接受原假设，即上证指数和深证指数的涨跌都是随机的。
四、结果分析
该实验结果说明国内上证指数、深证指数在近期内的涨跌是随机的，即股票的走势是随机游走的，不能有效预测股票的涨跌情况，因此通过技术分析等手段进行股票的分析是无效的。但是实际中，还是有很多人会利用基本面分析、公司价值分析、K线理论等方法，对股市进行预测。我国的证券市场还不是很完善，还存在信息不对称，上市公司的信息披露也存在一定不完全性，股票的走势也不是完全随机的，股民们追涨杀跌的行为也会影响股票的随机性，而带来一定的趋势性。
参考文献：
[1]陈明智.股价（期货）分析预测学.北京：教育科学出版社， 1993.
[2]俞乔.场有效、周期异常与股价波动.经济研究，1994（4）.
[3]罗捍东.证券动态投资策略.预测，1992（2）.
[4] 李晓静.中国股票市场有效性实证检验.企业文化.2006.
作者简介：张兴凤（1990—），女，汉族，四川遂宁人，西南财经大学统计学院，硕士，研究方向：非参数统计。endprint
