導(dǎo)語：試議股票中的灰色系統(tǒng)模型一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、股票投資價(jià)值灰色系統(tǒng)模型

灰色系統(tǒng)理論始于20世紀(jì)80年代初?！盎疑到y(tǒng)”一詞是被在1981年鄧聚龍教授的上海學(xué)術(shù)報(bào)告中首次使用。隨后他又發(fā)表了一系列關(guān)于灰色系統(tǒng)的論文，為灰色系統(tǒng)的理論打下良好的基礎(chǔ)，同時(shí)也引起更多學(xué)者對它的興趣，參與到它的研究中?？蓪?shí)際，灰色系統(tǒng)是由英國科學(xué)家的“黑箱”概念的基礎(chǔ)上演進(jìn)而來的，它融合了自動控制和運(yùn)籌學(xué)?；疑到y(tǒng)是一種包含已知信息和未知信息的系統(tǒng)，主要用于信息不完全的系統(tǒng)，利用已知的信息來探索和預(yù)測未知信息，從而知曉整個(gè)系統(tǒng)。灰色系統(tǒng)理論和模糊數(shù)學(xué)、概率論方法一樣都是來探索不確定性系統(tǒng)，具備使用“少數(shù)據(jù)”尋找現(xiàn)實(shí)規(guī)律的良好能力，解決了數(shù)據(jù)不充分或是系統(tǒng)周期太短的問題。如今灰色系統(tǒng)理論被應(yīng)用于各個(gè)領(lǐng)域，譬如經(jīng)濟(jì)管理、生態(tài)系統(tǒng)、工程控制等領(lǐng)域。同時(shí)在股票投資領(lǐng)域也得到了應(yīng)用，下面探討下灰色系統(tǒng)如何在股票價(jià)格走勢上得到利用。

研究股票的“內(nèi)在價(jià)值”是我們認(rèn)識股票價(jià)格的重要方法，可是它的研究需要專門的知識支持，而且受人們是否合理與準(zhǔn)備的判斷未來現(xiàn)金流所影響。股票的價(jià)格又是很多信息綜合反應(yīng)的結(jié)果，不同的股票，有不同的價(jià)格反應(yīng)信息機(jī)制靈敏性，并且隨著時(shí)間的推移，想要找到造成這種差異的原因，以及這種差異產(chǎn)生的軌跡和強(qiáng)度是什么，我們都無法把握，更別說把握股票的“內(nèi)在價(jià)值”。股票的價(jià)格反應(yīng)了所有與之相關(guān)的信息傳導(dǎo)機(jī)制和靈敏度。可是雖然我們不知道它的傳導(dǎo)方式和靈敏強(qiáng)度，但是我們能采用相應(yīng)的方法通過價(jià)格的歷史變化信息來判斷價(jià)格未來趨勢，從而獲得股票價(jià)格的反應(yīng)機(jī)制信息。于是為了測試和反應(yīng)它的傳導(dǎo)機(jī)制和靈敏度，我們建立了灰色系統(tǒng)理論。灰色系統(tǒng)理論利用搜集和整理系統(tǒng)原始數(shù)據(jù)，來尋找其發(fā)展規(guī)律?；疑到y(tǒng)表明，所有灰色序列都能展現(xiàn)本有的規(guī)律，在使用一種生成弱化其隨機(jī)性后，也就是說，利用灰色數(shù)據(jù)序列來架構(gòu)系統(tǒng)的反應(yīng)模型，然后就能利用這個(gè)模型來預(yù)測系統(tǒng)可能發(fā)生的變化。

灰色系統(tǒng)模型利用微分方程來反應(yīng)系統(tǒng)的客觀規(guī)律。有了灰色系統(tǒng)理論，想要掌握市場價(jià)格走勢和方向，我們并不需了解是什么信息影響了或是如何影響了股票價(jià)格，例如公司的基本面變化、宏觀的經(jīng)濟(jì)因素變動、市場參與人數(shù)增減與否等等會對價(jià)格產(chǎn)生影響的綜合因素，我們只要加入能改變原有的價(jià)格趨勢的新信息，這些信息是用來驅(qū)動市場價(jià)格變化的，可這些新信息的影響也不是立馬能實(shí)現(xiàn)的，它的實(shí)現(xiàn)需要一個(gè)不斷消化的過程，這就是通常我們所說的記憶功能，它是股票市場價(jià)格變化的驅(qū)動力，但是有也有一定“慣性”，灰色系統(tǒng)在股票投資上的利用，正是要解決如何利用這種驅(qū)動力來預(yù)測未來價(jià)格的走勢。

二、灰色系統(tǒng)模型在股票投資價(jià)值上的應(yīng)用

（一）時(shí)間轉(zhuǎn)折預(yù)測我們用某一股票的日收盤為例，把某個(gè)時(shí)間的某個(gè)點(diǎn)當(dāng)起點(diǎn)，當(dāng)局部低點(diǎn)和高點(diǎn)間波動200點(diǎn)以上時(shí)，就認(rèn)為是一次市場指數(shù)轉(zhuǎn)折，把從低點(diǎn)到高點(diǎn)的變化當(dāng)做一個(gè)階段，因此，我們選用局部最低點(diǎn)與最高點(diǎn)，在選用毗鄰的指數(shù)相差在200以上的點(diǎn)，算出它們距離起點(diǎn)的月份，用來進(jìn)行量化分析指數(shù)的走勢。通過灰色微方方程可列出指數(shù)轉(zhuǎn)折點(diǎn)的時(shí)間方程，而且通過方程式對指數(shù)未來轉(zhuǎn)折情況進(jìn)行預(yù)測。

（二）新陳代謝模型、事后檢驗(yàn)事后檢測通過模型來比較預(yù)測值和市場實(shí)際值而得到的。而從實(shí)際應(yīng)用中發(fā)現(xiàn)，只通過每一個(gè)數(shù)據(jù)系列來進(jìn)行長期的預(yù)測走勢和時(shí)間點(diǎn)是遠(yuǎn)遠(yuǎn)不夠的，因?yàn)樾滦畔⒌淖饔脹]有完全發(fā)揮出來，而歷史信息只能在一定程度上影響，價(jià)格在信息的記憶和預(yù)見能力又有限，于是，隨著市場的發(fā)展，信息對系統(tǒng)的影響會不斷地減弱，所得到的誤差也會越來越大，所以我們需要采用新陳代謝GM模型，通過不斷用新數(shù)據(jù)替換老數(shù)據(jù)來最有效的展現(xiàn)新信息對于市場價(jià)格走勢的影響。

三、結(jié)束語

由此看出，我們能利用灰色系統(tǒng)模型來預(yù)測股票指數(shù)變化情況，從而能更好地、更有效地作出投資決策，最大程度上地降低投資上的風(fēng)險(xiǎn)?？墒腔疑顿Y價(jià)格模型也有局限性，它只能用于短期的預(yù)測，時(shí)間越長預(yù)測的誤差越大，因此，在實(shí)際運(yùn)用中，我們要給模型不斷的添加新的信息，摒棄那些預(yù)測作用越來越小的老數(shù)據(jù)，以減小預(yù)測誤差。

作者：趙千秋單位：濰坊職業(yè)學(xué)院