STAR与ANN模型:证券价格非线性动态特征及可预测性研究

摘要：

证券价格的可预测性一直是现代金融学的研究焦点.近年来,以平滑迁移(STAR)模型和神经网络(ANN)模型为代表,国外学者将许多非线性模型应用于证券价格非线性动态特征及可预测性的研究.本文采用多种线性、非线性股价预测模型对上证180指数短期和中长期可预测性进行研究,并基于统计指标和投资策略指标比较了不同模型的预测能力.结果表明:我国证券价格具有非线性特征,在短期和中长期水平上具有一定的可预测性,这对有效市场假说提出了质疑;ANN模型的预测能力多数情况下优于RW模型、线性AR模型和STAR模型,基于ANN模型的"盯市"投资策略能获得比"买入持有"投资策略更高的平均净收益.

关键词：有效市场、可预测性、非线性模型、投资策略

所属期刊栏目：16

分类号：F830.91(金融、银行)

资助基金：中国博士后科学基金资助项目20070410539;国家自然科学基金资助项目70573040;国家社会科学基金项目06CJL006

在线出版日期：2009-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：9-16