马尔可夫链预测方法应用于股票市场随着我国股票市场的发展在国内已经得到了重视,而时间序列分析技术对股票市场的研究由来已久,它也是一个非常重要的分析预测工具。本文分别对马尔可夫链和金融时间序列分析的技术进行了探讨,不仅对它们的实际应用进行了检验,而且综合了它们的特长,设想出一种新的模型——时间序列-马尔可夫过程(TSMC)运用于股票市场,取得了比较满意的效果,得到了一些有价值的结论。 具体来说,本文的研究包括以下几个方面的内容: 第一,采用马尔可夫链预测方法分析我国股市的未来变动情况,得到了一定的结论,经检验与实际相吻合。 第二,根据收益率变化图、柱状图和一些基本统计量分析我国股市的分布特征,发现我国股市的收益率序列不符合正态分布,有明显的波动群集现象。 第三,采用随机时间序列模型来分析我国的股票市场,运用ARMA模型拟合沪市综合指数的收益率序列,发现能够很好地反映我国股市的变化情况,研究结果与国内外已有的一些结论基本相吻合。 第四,综合运用时间序列-马尔可夫过程对我国的股票市场进行了进一步的分析,拟合沪市综合指数的收益率序列,并对未来五周的收盘价分别进行预测,取得了较好的效果,得到了一些有价值的结论。