中国股票市场牛熊市的识别与预测

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.

关键词：马尔科夫区制转移模型;规则判定方法;动态Logit模型;市场状态

所属期刊栏目：37

分类号：F830.91(金融、银行)

资助基金：国家自然科学基金资助项目;浙江理工大学基本科研业务费专项

在线出版日期：2021-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：161-165