【摘要】关于证券分析价格预测的方法有很多种,各自的理论思路、方法及预测的准确率
各有不同。每个模型在特定的系统条件情形下预测效果不同。业界寄希望通过各种方法的一
般性融合来达到提高预测准确率的方式来提高自身的利润率,且在行动中已经付出很大的
人力物力财力等代价。本文试图以概率论的知识来论证多种方法的简单综合应用并不能提高
预测的准确率。借此机会来向该渠道进军人世提供建设性的建议,以节约和降低他们的成本。
另外这个问题不仅仅是经济中的证券预测问题,更是哲学问题,它可以启迪人们在统一系
统情形下各种方法的综合并不有利于解决实际遇到的问题。
【关键词】证券预测
效率分析 价格预测
一、引言
证券分析主要分为基本分析和技术分析两大类型,每一类型中又有许多分析方法,每
种分析方法都有自身的分析效率,即预测准确性。就预测类的模型主要是以统计理论为基础
的价格波动预测,或是是以神经网络、灰色理论、支持向量机等为基础的预测模型。比如:
GARCH 模型;SV 模型;神经网络;灰色模型等,在实际的证券分析工作中存在着试图用
多种分析方法综合运用的提高分析效率的倾向,但这样是否能够提高分析效率?本文试图
通过概率论的基础知识对单个预测方法和简单的综合方法的预测结果的准确率进行比较,
从而论证企图运用简单综合的方法来提高预测模型的准确性是有待商榷的。
二、模型的基本定义及假设
首先严格定义
“多种分析方法综合运用”。设有多种分析方法,每种分析方法都可以单独
使用,独立得出分析结论。在使用某种分析方法独立得出分析结论后再使用其他分析方法独
立得出分析结论,这一分析过程称为
“多种分析方法综合运用”。本文即论证多种方法综合运
用的分析效率,即公共结论正确率。如果各分析法不是单独使用,不能由其中的任一方法得
出分析结论,则各分析不独立,它们共同构成了一个分析方法或是一个分析系统,便不再
是多种分析方法。
首先假设
A、B 分别为两种可以单独使用,独立得出分析结论的证券分析预测分法,两
种单独预测正确率分别为
P、q、设:
{X=1}={A 方法预测正确}
{X=0}={A 方法预测错误}
{Y=1}={B 方法预测正确}
{Y=0}={B 方法预测错误}
{X′=1}={A 方法预测错误}
{X′=0}={A 方法预测正确}