摘要
股票市场牛熊市状态识别对投资者和监管者十分重要。文章基于中国上证综指和深证综指,利用参数方法和半参数方法,对股票市场牛熊市周期进行判断和预测。在参数方法下,构建马尔科夫区制转移模型对股市进行识别预测,结果显示中国股市存在明显的"双区制"动态变化特征,符合股市的实际情况。在半参数方法下,运用规则判定方法进行状态识别,并用动态Logit模型进行预测,预测的正确性均达到85%以上,说明利用该模型来判定股市状态是可行的。从两种模型的预测效果来看,马尔科夫区制转移模型在全样本预测下的平均误差显著小于动态Logit模型,同时在拟合条件下,前者优于后者,表明马尔科夫区制转移模型能更好地识别和预测股票市场状态;从交叉验证的结果来看,马尔科夫区制转移模型比动态Logit模型预测效果要好,显示了波动对市场判断的重要性。
出处
《统计与决策》
CSSCI
北大核心
2021年第20期161-165,共5页
Statistics & Decision
基金
国家自然科学基金资助项目(71901195)
浙江理工大学基本科研业务费专项(2019Q091)。