股票风险投资与趋势预测作者：汤志高【摘要】本文在大盘指数高速增长趋势下，运用多元逐步回归、RBF神经网络等方法对股市预测、风险期货投资进行了多角度研究分析。第一问，通过绘出历年大会期间和全年指数K线图，从横向（每年大会期间）、整体统计指数的K线特征。最后通过K线种类频度直方图（5.2）直观分析，得出大会与股市走势之间的关系（5.2图示分析）。问题二，首先运用了多元逐步回归讨论各指标与指数的相关性，通过相关系数和F、s、R2统计量确定了2个变量的回归方程，并求出了回归系数(6.1.2)；然后对指标数据特征分析，对非线性较强的时间序列股票数据采用了前向型RBF径向机神经网络进行预测，得出变量一（成交量）较优，变量二（成交金额）不理想的结果，原因见（6.2.2）；最后通过变量的变换改进得到模型3把变量二改为平均成交金额，得出最终回归系数，预测得到了a股后30个交易日的变化指数，并绘制了K线走势分析图。问题三，通过问题2的预测模型与逐步回归模型预测，得到缺失的大会期间b股近似数据，然后以最大化满足第一问分析的大会期间数据特征为目标，建立非线性规划模型Lingo软件求解，得到最终达到满足大会期间特征的预测数据见7.3。问题四，第一步是在第二问的模型下，结合第三问补齐的数据，预测出b股后21个交易日指数。然后对可卖出期货的范围内进创建分段积平均概率函数p(x)，利用p(x)，建立以总概率收益最大为目标的0-1混合规划模型，利用Matlb顺序搜索求解，得到应买b股，并且在第20天时抛出的方案，具体见8.3。关键字：K线图前向型RBF神经网络股市预测多元线性逐步回归1问题重述1.1问题背景自2005年6月6日最低跌破1000点后，上证综合指数不断攀升并屡创新高，中国股市再次成为世人瞩目的焦点，而股指期货将在何时正式推出则更是焦点的中心。所给出的数据为指数A和指数B从2000年1月4日至2007年5月10日的日交易数据，其中指数B的数据因故缺失2007年3月5日至2007年3月16日共10个交易日的数据。1.2问题提出[1]请利用所给出的数据检验说明每年全国人民代表大会和全国政协会议的召开是否会对此段时间内指数的变化趋势有显著的影响？[2]数据中给出了指数A每个交易日的各项交易指标，请讨论现有的这些指标对指数今后走势的影响，并建立模型对接下来30个交易日内的指数走势进行预测。要求在保证预测效果的前提下，对交易指标进行筛选，尽量减少模型变量。[3]请根据1和2中的讨论，试将指数B中的缺失数据补齐。[4]假定以指数A或指数B为标的的股指期货合约已经在5月10日正式挂牌交易，1份股指期货合约的价格＝标的指数点数×100元，无交易费用。现有一位风险投资者手中有一笔资金投资于股指期货，并希望在1个月之后收回以作它用。该投资者在5月10日以指数收盘点数买入一份6月8日到期的股指期货合约。若至合约期满，他所能获得的利润为：（到期日指数收盘点数－合约期初指数收盘点数）×100元。同时为控制风险，当在某日收盘后，合约价值损失累计达到或超过15％时，他便会选择在次日以此价格将合约卖出（假定一定可以卖出），且此后剩余时间内不再继续进行投资。那么为了在1个月内获取最大的收益，该投资者应选择买入以指数A为标的的期货合约还是买入以指数B为标的的期货合约？2问题分析(略)3模型假设[1]股票指数能准确反映股票价格变化；[2]假设开盘指数与前日收盘指数无较大差别；[3]进行股票期货投资时，必须在合约期满前卖出；[4]股票预测期间无对股市有重大影响的突发事件发生。4K线图简介4.1何为K线图目前对股票市场的分析与预测主要采用K线图。K线图又称阴阳炷图。阳烛表示该时段中收盘指数高于开盘指数，阴烛表示收盘指数低于开盘指数，烛顶和烛底反映该时段中的最高、最低指数。根据开盘指数、收盘指数、最高指数以及最低指数之间的不同情况，阴线阳线会呈不同的形态。其记录方法如下：阳线：收盘指数高于开盘指数时，收盘指数在上开盘指数在下，二者之间的长方柱用红色绘出，其上影线的最高点为最高指数，下影线的最低点为最低指数。阴线：开盘指数高于收盘指数时，开盘指数在上收盘指数在下，二者之间的长方柱用蓝色绘出，其上影线的最高点为最高指数，下影线的最低点为最低指数。4.2K线图分类根据开盘指数与收盘指数的波动范围，可将Ｋ线分为极阴、极阳，小阴、小阳，中阴、中阳和大阴、大阳等8种线型。各类烛体形状如下图所示：极阴线、极阳线小阴线、小阳线中阴线、中阳线大阴线、大阳线波动范围0～0.5%0.5～1.5%1.5～3.5%≥3.6%5问题一模型的