预测下半年股市行情（精选12篇）
预测下半年股市行情 篇1
一、猪肉价格暴涨, 专家称肉价下半年难降
今年上半年, 物价指数居高不下, 按照统计部门的数据, 推高CPI的重要因素是猪肉价格上涨过快。中国农科院畜牧兽医研究所养猪研究室主任王立贤说, 到年底以前, 猪肉价格会有点波动, 但不会太大。到了冬季又是消费高峰期, 虽然供给量会增加一点, 但是消费量也会增加, 所以从价格上判断变化不会非常大。
王立贤认为, 生猪价格在春节过后将会回落, 但是出现大幅下跌的可能性将会很小。
王立贤表示, 现在如果一个商品猪不挣300元的话, 大家就没有积极性去饲养了, 因为它有一个投入成本在里边, 即使猪价将来有一定回落, 也不会回到以前的水平, 不会出现2009年价格急剧下滑的状况。
二、猪肉价连涨90天后下跌, 预计2012年春节前亣会保持稳定
商务部监测系统显示, 9月19～25日食用农产品价格小幅上涨, 其中猪肉价格在连续6周上涨后出现回落, 环比下降0.6%;鸡蛋零售价格环比上涨0.1%, 涨幅缩小0.3个百分点。生产资料价格继续回落。
部分茄果、叶类蔬菜正处秋季换茬期, 市场供应量略减, 18种蔬菜平均批发价格环比上涨4.2%, 其中西红柿、大白菜和圆白菜价格涨幅居前, 分别为13.6%、12.7%和10%。蒜头和生姜价格分别下降4.6%和1.3%。蛋鸡产蛋率提高, 鸡蛋市场供应量增加, 鸡蛋零售价格环比上涨0.1%。粮油零售价格小幅上涨, 其中大米和面粉分别上涨0.3%和0.2%。肉类价格小幅波动, 其中羊肉、牛肉和白条鸡分别上涨1.3%、0.8%和0.3%。
对于下半年生猪价格走势, 国家发改委价格司副司长周望军日前表示, 从这一轮生猪生产周期来看, 在明年的春节前, 猪肉价格应该是基本稳定或稳中略涨。2012年下半年猪肉价格走势趋于下降态势, 下降幅度大小还有待市场观察。 (摘自中国牧业网)
预测下半年股市行情 篇2
易经尊为修身、齐家、治国、平天下的帝王学,其能流传至今,且有愈盛之势,其中蕴藏着无限的智慧。我们今天从科学的角度研究《周易》的预测学原理,并把其预测方法与技术应用于现代经济生活中的市场预测,以减少经济决策中的失误,规避市场风险,达到彰往察来,显微阐幽的目的。
自古至今,人们总是对未来充满神奇、憧憬、向往与期待,希望能够预知未来,掌握人生命运,获得事业成功与人生辉煌。基于这样的心理动机,在漫长的历史过程中,产生了各种各样的预测技术与预测方法。诸如卜筮、星占、奇门遁甲、太乙数、大六壬、小六壬、紫微斗数、铁板神数、堪舆、相术、八字、梅花易数等等。《周易》是中国最古老的文化经典,也是最早的预测学典籍,其内核由象、数、理三部分构成,其中象、数就是预测之术,俗称占卜。
一、人类能够预测未来吗?
人类能够预测未来吗?人的命运是否是先天注定的?其实,从人类产生之日起就开始思考这些问题了,所以,预测是一个古老的话题。先民们在对自然现象、动植物的异常变化中观察总结出了许多自然界发生变化的先兆,流传至今的民间谚语就是最好的例证。比如看云预测天气:天上起了鲤鱼斑,明天晒谷不用翻;傍晚无云有微风,来日定是好天公;天上钩钩云,地上雨淋淋;早晨棉絮云,午后必雨淋;有雨山戴帽,无雨云拦腰等。
自然界动植物的异常反应,也预示着天气的变化。如:雨中闻蝉叫,预告晴天到;喜鹊搭窝高,当年雨水涝;蟋蟀上房叫,庄稼挨水泡;蜻蜓千百绕,不日雨来到;枣花多主旱,梨花多主涝;茅草叶柄吐沫,明天冒雨干活;结缕草长霉,天将下大雨等。
还有一些异常现象的出现预示着将有地震发生,如:井水是个宝,地震有前兆,无雨泉水浑,天干井水冒,水位升降大,翻花冒气泡,有的变颜色,有的变味道。震前动物有预兆,群测群防很重要,牛羊骡马不进厩,猪不吃食狗乱咬,鸭不下水岸上闹,鸡飞上树高声叫,冰天雪地蛇出洞,大鼠叼着小鼠跑,兔子竖耳闹轰轰,鸽子惊飞不回巢等等。
说明重大自然灾害或气候异常变化都是有征兆的,只要了解到变前的征兆,就能及时的作出反应,以减少损失。人是自然界的万物之灵,通过观察自然界的一些异常变化,是能够对未来可能发生的事件做出一定程度的预测。
预测是对事物发展变化的未来趋势及未来时空的存在状态做出的推测与判断。事物发展变化既有规律性,也有连续性和相关性,只要把握了事物发展变化的规律,就能进行预测。事实上,历史上的一些智者异士对未来事件所作的预测非常准确。如三国时期的诸葛亮,未出毛庐而三分天下;唐朝的李淳风、袁天罡所作的《推背图》、明朝刘伯温的《烧饼歌》等关于未来的预测;抗日战争期间,毛泽东对持久战的预测都是惊人的准确。
随着科学技术的发展,预测技术与方法也不断的丰富和完善,直至预测学的兴起,人类进入了科学预测时代。应用数学、统计学以及其它自然科学与社会科学,对未来发展变化的趋势进行预测。
预测的目的是为了科学的决策,凡事预则立,不预则废,说明了预测的重要性。在企业的生产经营过程中,预测贯穿于企业经营活动的始终。从原材料的购进到生产、定价、销售、新产品开发、经济合同的签订、企业间的并购重组等无不需要进行预测。
现代市场预测常用的方法有定性预测法与定量预测法。定性预测法是预测者根据历史与现实的观察资料,依赖个人或集体的经验与智慧,对未来的发展状态和变化趋势做出判断的预测方法。常用的有专家意见法、个人判断法、专家会议法、头脑风暴法、Delphi法、相关类推法、对比类推法等。
定量预测法是依据调查研究所得的数据资料,以及历史数据,运用统计方法和数学模型,近似地揭示预测对象及其影响因素的数量变动关系,建立预测模型,据此对预测目标做出定量测算的预测方法。常用的有时间序列分析预测法和因果分析预测法。时间序列分析预测法,是根据事物发展的连续性原理,利用历史观察值形成的时间数列,对预测目标未来状态和发展趋势做出定量判断的预测方法。主要有移动平均法、指数平滑法、趋势外推法、季节指数预测法、ARMA模型预测法、马尔可夫预测法等。因果分析预测法是以因果性预测原理作指导,分析预测目标同其他相关事件及现象之间的因果联系,对市场未来状态与发展趋势做出预测的定量分析方法。主要有回归分析预测法、经济计量模型预测法、投入产出分析预测法、灰色系统模型预测法等。
既然事物发展变化是可以预测的,那么人类能否准确预测未来?其实任何预测都不可能是1+1=2一样的准确,能预测的只是事物发展变化的趋势及在未来时空的存在状态。如果能够准确的预测未来,人人都可能成为亿万富翁。现代预测方法上千种,没有哪一种方法能保证有百分之百的准确。
为什么会出现预测结果的不准确性?现代预测学认为主要有4个方面的原因。
第一,预测对象的动态性与复杂性。如果在静止的系统中,一般能确保预测结果的准确;在动态的系统中,则很难确保预测的完全准确。
第二,有限理性的制约。人类的知识与能力还不足于看清其行为的全部结果,要真正把握其变化规律还不可能。
第三,不确定性因素的制约。虽然可以用概率统计的方法来研究偶然事件,但是人们并不能消除事件的偶然性。所以,往往会出现有心栽花花不成,无意插柳柳成荫的现象。
第四,预测结果导致的风险规避对未来的干扰。当人们预感前景不妙时,便会设法阻止其出现;当前景不错时,会努力促使其尽快实现。前者称为自失败预测,后者称为自成功预测。比如科学家预测生物多样性是保证食物链稳定的基础,人类若破坏生态环境,会加速物种消亡,导致食物链崩溃。当我们相信科学家的预测,保持生态平衡,拯救濒危物种,食物链崩溃的灾难便不会出现。这并不是科学家的预测不准,而是人们采取行动阻止了它的出现。
二、《周易》为什么能够预测未来?
运动变化是事物的本质属性,《周易》通过对自然、社会、人类发展变化规律的把握,提示了事物变化的一般规律,因此能够对未来发展变化的趋势与状态存在进行预测。
其实,任何预测都需要前提与条件,应用现代预测技术与方法进行预测,需要进行大量的调查研究,掌握各种信息资料和历史数据,并对过去的经验进行总结与归纳,找出规律性的东西之后才能建立预测模型并进行预测。应用《周易》的方法进行预测也一样,需要了解事物变化的征兆,即特定时空里事物变化的信息,或者既定的历史信息,如一个人出生时的信息。在掌握了预测所需的时空、类象信息之后就能进行预测,所以,从这个意义上讲,《易经》六十四卦就是六十四种预测模型。
《周易》之所以能够预测未来,既不是神灵的暗示,也并非预测者有先知先觉的本领,而是通过事物运动变化显现出的信息,按照《周易》的逻辑与思维方式,沿着时空变化的规律推演其演变的趋势与未来的存在状态。因此,只要了解一定数量的信息和掌握了《周易》的预测技术与方法,任何人都能应用《周易》原理进行预测。
《周易》是古代先贤圣哲在对自然、社会、人类的长期观察与总结归纳中形成的,因此,包含了宇宙万事、万物的丰富信息,《周易》本身就是一个宇宙信息库。《周易・系辞下传》指出:“古者包牺氏之王天下也,仰则观象于天,俯则观法于地,观鸟兽之文与地之宜,近取诸身,远取诸物,于是始作八卦,以通神明之德,以类万物之情。”通过观天法地,总结归纳了自然、社会、人类活动变化的规律,以象、数、理的方式,简易、变易、不易的逻辑,简明扼要的构建起了一套有效的思维模式,并告诉人们运用这套体系可以通天下之志、定天下之业、断天下之疑。所以,《周易・系辞上传》指出:“易与天地准,故能弥纶天地之道。仰以观于天文,俯以察于地理,是故知幽明之故。原始反终,故知死生之说。精气为物,游魂为变,是故知鬼神之情状。”
古往今来,《周易》历经万世而不衰,多少智者贤达之所以潜心于易的恢宏世界,就在于《周易》是一个庞大的、无所不包的宇宙信息库,提供了洞悉未来的框架模式和揭示神秘世界的智慧门径。
应用《周易》进行预测,其信息来源主要有五个方面:
第一,时间信息。过去、现在与将来的时间信息是《周易》预测的基础资源。中国传统记时方法是用十天干与十二地支,每一组干支时间中都蕴含着阴阳五行生克制化的信息。
第二,空间信息。空间信息是指我们生存的空间方位信息,即东西南北中等五行数理信息。
第三,事物发展变化的动态信息。事物发展变化的端倪与征兆透露出的信息。在预测时,无事不占、无疑不占、不动不占等。
第四,预测目标本身的信息。如股市预测中,股票本身的代码、名称、所属行业、所在的地理空间方位等信息。
第五,关联信息。即与预测目标相关的事物在运动变化中显现出来的信息,如梅花易数预测中应用的外应信息等。
在现代预测中,我们是根据预测目标,进行调查研究,搜集信息资料和历史数据,选择预测方法,建立预测模型,然后再进行预测。而《周易》预测与现代预测技术相比,具有不可比拟的优越性与灵活性。首先,《周易》预测灵活简便;其次,《周易》预测随机性强、时效性强;第三,信息获取方便快捷、全面充分;第四,预测不受时空环境的限制,可以随时随地进行预测;第五,预测的趋势性、准确性更强等;第六,对人生未来的超前预警性。比如,人生未来走向与吉凶祸福,我们无法通过科学实验的实证方法获取信息,应用《周易》预测则可以提供未来可能出现的不安全信息,以达到提前预警的目的。
由此观之,《周易》预测能让我们在迷茫与困惑中找到明灯,让我们的人生之旅减少坎坷,让重大决策减少失误。
三、《周易》市场预测的原理与方法
《周易》预测法种类繁多,中国传统预测方法几乎都是应用《周易》原理演化出来的,比如奇门遁甲、六壬、太乙等。本文只是简明扼要介绍《周易》六爻预测原理与《梅花易数》预测方法,以及在现代市场预测中的应用。
六爻预测是根据《周易》原理,首先确定要预测的人、事、物等目标,采用一定的方法起卦,主要有�e卦法和时间起卦法等。当起好一卦之后,就要定六亲、装世应、装六神、确定用神,找出动变之爻等,《周易》预测模型就基本建立起来了,接下来就是分析与判断事物发展变化的趋势与结果。一般是根据预测时的年、月、日的五行与卦中用神、原神、忌神、世应等的五行相生相克原理进行分析判断,最后得出预测结论。
不同的预测目标,用神的取用不尽相同,六亲代表的信息也不一样。我们以股市预测为例,说明如何应用《周易》原理进行市场预测。
六亲在股市预测中代表着不同的信息。妻财爻是股市预测中的用神,代表指数与股价,宜旺不宜衰;父母爻代表股市的信息,有好有坏,为股市之仇神;子孙爻为股市增量资金,代表成交量;兄弟爻为股市之忌神,为空方;官鬼爻为官方、机构、券商、庄家等。
根据《周易》原理如何判断股市的涨跌?我们知道,股市的涨跌是多空双方力量作用的结果,多方推动股市上扬,空方抛压导致股市下跌,也就是说,买卖双方力量均衡的变化使股市振荡起伏。应用《周易》进行股市预测,根据建立的预测模型(卦象),以用神妻财爻为中心进行分析,如果妻财爻旺相,受日、月、动爻之生,又化进神或化回头生,那么,股市必涨无疑;反之,如果妻财爻处休囚、衰墓之地,又受日、月、动爻之克,并化退神或化回头克,那么,股市必跌。如果妻财爻持世,则宜短线操作,快进快出,不宜长线持有。
子孙爻为财之原神,生助用神妻财爻,宜旺不宜衰。子孙爻旺相,受日、月动爻之生,化进神等,股市大涨;如受日、月、动爻之克,化退神,则股市下挫。子孙爻持世,说明有增量资金注入,买盘居多,股市上升的动力强劲。
兄弟爻为求财之忌神,宜衰不宜旺。兄弟爻旺相,又受日、月、动爻之生,动而化进神,股市必跌;兄弟爻处休囚衰墓之地,受日、月、动爻之克,动化退神或回头克,则股市上扬。兄弟爻持世,卖盘多与买盘,股市易跌,宜尽早出货。
父母爻为财之仇神,克制原神,生助忌神。因此,父母爻宜静不宜动。父母爻持世,代表各种消息出现,增量资金贫乏,股市震荡下行的可能性更大。
官鬼爻代表官方、机构、庄家、主力等,一方面官鬼爻能克制兄弟忌神,另一方面又会泄财之气,所以,官鬼持世或动变都会引起股市震荡。关键是看官鬼爻动变化出何爻,如化出财爻或子孙爻,则股市将震荡上行。如果官化父则为利空而下调,官化兄则庄家抛出之时必有大跌行情。
当然,在实际操作中,分析的要素还很多,如六合、三合、刑、冲、害、旬空、飞伏、反吟、伏吟、生旺库绝等。
《梅花易数》预测股市,主要是应用八卦的五行属性分析体卦用卦与互卦、变卦之间的生克关系,据此判断股市的涨跌。首先要掌握八卦的五行属性,即乾、兑属金;震、巽属木;坤、艮属土、离属火;坎属水。然后把一卦分为体卦与用卦,有动爻的卦为用卦,无动爻的卦为体卦。占得的卦称为主卦,主卦的二、三、四爻与三、四、五爻组成互卦,主卦的动爻变出之卦称为变卦。主卦是股市开盘的情况,互卦是中间的震荡过程,变卦是收市的行情。判断股市涨跌的基本原则是,用生体或体用比和,股市上扬;用克体或体生用,股市下挫。
四、《周易》市场预测案例
本文仍以股市预测为例分析《周易》在经济预测中的应用,在其它市场预测中也一样,只是卦中的六亲代表的信息不同而已,只要掌握了基本原理,就能做到触类旁通,举一反三。
案例1,六爻股市预测举例:2009年3月30日(农历己丑年、戊辰月、甲戌日)上午8:30分,测当天上证指数行情涨跌趋势,卦得火泽睽卦。申酉旬空。
预测模型分析:
第一,子孙酉原神持世,生助用神,并受月建日建之生,股市将上涨9点。
第二,忌神兄弟两重,并临月建日建旺相,股市将下跌10点。
第三,妻财用神不上卦,伏于兄弟未土之下,又受飞神之克并临白虎,股市将下降6点。
第四,子孙酉金虽持世,但酉金旬空,不受月建与日建之生,股市将下跌9点。
预测结果:9-10-6-9=-16,即2009年3月30日,上证指数将下降16点。
火泽睽卦子孙爻持世,本是吉相,但遇旬空,又临蛇,因蛇主虚惊怪异之事,所以,当日行情是高开低走的基本态势。
当天上证指数收于2358.04点,比上一个交易日(2009年3月27日,星期五)的收盘指数2374.44点下降了16.4点。预测下降值比实际下降值小了0.4点,应该算预测基本准确。(注:各项变量的数值是根据八卦数理中的五行属性值确定的)
案例2,《梅花易数》股票预测举例:2009年8月9日22:12分星期天(农历己丑年辛未月丙戌日,六月十九),问600010包钢股份明日涨跌情况如何?得火山旅,之火地晋,午未旬空。
模型分析:
第一,主卦火山旅,体为火在上,用为山在下,火为红色,在山之上,开盘应是高开行情,但是,主卦是体生用,走势不会太好;
第二,互卦的上卦为兑金,下卦为巽木,木虽生离火,但受兑金之克,不能生离火,应是高开后出现震荡下行走势;
第三,变卦为火地晋,晋卦有升之意,且离火在上,意未着收市时反弹,但离火生坤土,有耗损之意,因此,反弹的力度很弱。
综合以上分析,2009年8月10日,包钢股份是上涨行情,涨幅在2.1%左右。为什么是2.1%呢?根据主卦与变卦的先天八卦数理得出(离数为3,艮数为7,坤数为8,3+7+3+8=21,据此判断包钢股份涨幅为2.1%左右)。
2009年8月10日,包钢股份的实际走势情况是,以5.36元开盘,比前一个交易日高开3分钱(5.33元),最高升至5.49元,最低跌至5.21元,尾市收于5.44元,比前一交易日上涨2.06%,比预测值小0.04%,预测基本准确。
洞悉市场 预测行情 篇3
会议由印机分会秘书长宋宝志主持，本届专业委员会工作会的主旨是听取印机分会各委员会的工作汇报、2012年印机制造及印刷工业经济运营情况，部署2013年工作安排，对今年的印机市场情况进行预测，为印机生厂商提供洞悉市场，预测行情、沟通交流的平台。
名誉理事长张致远代表印机分会针对整个印机生产市场作了2012年的工作报告、经济运营情况分析以及2013年度预测，他认为：“国家经济形势发生了变化，去年印机生产销售的发展增速减缓，出现了高不成、低过剩的现象，还需规模化生产，提升产业化生产发展模式，寻求替代进口、扩大出口的办法，提高出口附加值，对于经济状况不佳的企业加快企业转型步伐，学习借鉴一些成功企业的发展模式，企业要团结发展，互通有无，相互合作。”
中国印刷技术协会副秘书长李永林分析了印刷业市场形势最新发展动态，先概述分析世界经济的大环境，再结合目前国内经济的特点，指出经济增速放慢、结构调整过程加快，是未来一段时间国家经济发展的大趋势，为企业发展提供市场环境分析参考，助力企业调整发展规划，以适应当前印刷市场。
宋秘书长作了印机分会2013年工作内容的报告，提出以下几项重点工作：
1 贯彻落实印刷机械行业十二五规划，积极开展科技创新，促进企业高新技术发展，转变经济增长模式，实现十二五规划的发展目标，是印机分会2013年的重点工作。
2 继续开展印刷装备科技创新进步奖评比活动，贯彻工业和信息化部关于质量兴业的号召，开展企业品牌建设，提升印刷机械行业整体水平。
3 印机分会自2013年开始，加强对行业高档多色胶印机、模切机、切纸机、数字印刷机、CTP直接制版机5类产品的数据采集工作，评比工作加入行业检测的标准数据，使产品评比更加科学有说服力。
市场营销专业委员会许威厉，经营管理统计委员会主任成天明、产品專业委员会副主任汪耳洲、专家委员会代表谢普南教授、信息专业委员会主任杨明代表各印机分会各委员会在会上发言，分别介绍了2012年响应大协会号召，配合印机分会，服务行业的前提下所组织的相关活动与成效，并阐述了2013年工作计划。委员会组织的活动在行业中取得了很好的成效，赢得了与会人员的阵阵掌声。
庞连东理事长感谢各企业负责人与协会同仁对于协会工作的一贯支持，他表示：“大协会的工作有很多，印机分会应该结合自身实际情况来负责相应的内容，抓住重点，理清主次矛盾。推进企业科技进步，是印机分会近期和长远的工作主题。重点强调要提高行业数据的检测标准，体现数据的可靠性。”
今年我国肉鸡市场行情分析及预测 篇4
1 2008年肉鸡市场分析
1.1 肉毛鸡价格走势分析
肉毛鸡价格小幅上扬。2008年全国主产区肉毛鸡均价为8.44元/千克，同比上涨6.6%。2007年春节过后，肉毛鸡价格小幅滑落，由年初7.0元/千克，跌至3月初的5.8元/千克，跌幅为17.13%;随后肉毛鸡价格一路上扬，5月上旬时涨至9.0元/千克，较3月初涨幅为55.17%。2007年6～10月四个月的均价为8.76元/千克，为全年肉毛鸡价高位运行期。10月初为全年第二个低位点，均价为7.0元/千克，随后一路上涨，到年底时(12月底)上涨至8.8元/千克，涨幅为25.71%。2008年年初延续2007年末行情，继续上涨，由年初9.0元/千克涨至2月初9.6元/千克，涨幅为6.67%，随后小幅回落后继续上涨，由2月中旬8.4元/千克涨至4月中旬的10.4元/千克，涨幅为30.95%，随后进入全年高位平坦期，即6～11月份，5个月的时间，均价为8.5元/千克，随后开始回落，由11月初4元/千克跌落至年底7.2元/千克，期间由于三聚氰胺事件曾跌落到6.0元/千克，由11月初到年底2个月时间为全年低盈利期，均价为7.0元/千克。
1.2 肉雏鸡价格走势分析
多事之年，肉雏鸡价格异常波动。2008年肉雏鸡平均价格为2.48元/羽，较2007年下跌30.14%。
2008年上半年肉毛鸡价格大幅上涨，养殖效益比较可观。受市场利好因素的影响，养殖户补栏比较积极，肉雏鸡价格不断攀升，其价格走势与肉毛鸡价格走势一致。在4月中旬时，当肉毛鸡价格涨至10.4元/千克时，肉雏鸡价格随之涨至5.4元/羽，较年初涨幅为237.5%，为全年最高价位。随着补栏增多，肉毛鸡出栏过剩，肉毛鸡和肉雏鸡价格随之下滑，7月份时曾跌至0.8元/羽，较高位时下跌85.19%，行情一度低迷运行。随着奥运的来临，以及节日相对比较集中的时期，肉雏鸡价格再次掀起高潮，9月中旬时均价涨至3.2元/羽，随后因毛鸡价格下滑，肉雏鸡价格逐步回落，到12月中旬时均价跌至0.5元/羽，为全年最低价位，行情异常低迷，养殖户补栏积极性受挫。随着节日的临近，和肉毛鸡价格的回暖，养殖户开始谨慎的补栏，但对肉雏鸡价格的拉动有限，依旧低位运行。
1.3 肉鸡盈利水平分析
2008年肉鸡养殖利润可谓是大起大落，全年平均盈利为1.85元/羽。2008年1～5月份为全年主要盈利期，平均利润在3.8元/羽，随后进入低谷期，平均亏损0.9元/羽，进入7月份，随着奥运脚步的临近，屠宰场开始大量备货，导致价格再次攀升，7～11月份平均盈利在2.41元/羽，较年初时有所下降，主要是由于养殖户比较看好奥运及其随后的节日，补栏量较前期有所增加，导致这期间肉毛鸡价格难以走高。随着三聚氰胺事件的暴露，对整个养殖行业都是个严重的打击，尤其是“问题鸡蛋”事件的出现再次打压了禽类产品，使得肉鸡市场出现一次严重的跌落，利润最低点曾亏损3元/羽，严重削弱了养殖户的补栏积极性，使得肉毛鸡及其肉雏鸡价格一路走低。
2 2008年肉鸡市场波动原因分析
2.1 同类产品影响
2008年1～5月份生猪价格一直延续2007年下半年行情，均价在16元/千克徘徊，在生猪价格的带动下，作为猪肉的替代品肉鸡等产品价格同时上扬，随着生猪价格的回落，肉毛鸡价格开始缓慢下行，下行速度快于生猪价格的下跌，主要是由于肉鸡生长周期较短所致。
2.2 生产成本影响
受翘尾因素影响，2008年上半年作为饲料主要原料玉米、豆粕依旧保持2007年年尾行情，一路上扬，其中玉米全年均价为1650元/吨，同比上涨9.83%，豆粕3700元/吨，与去年持平。一方面由于奥运前夕饲料场备货和贸易商炒作，使得价格一路上涨，另外，由于奥运期间限运，导致局部地区出现价格飞涨，以及受通胀因素影响，物价上涨等，都是导致2008年上半年饲料原料价格走高的主要原因。下半年受国家宏观调控，抑制物价上涨，CPI得到合理的恢复，同时受全球金融危机影响，消费市场紧缩，出口受阻，国内消费市场低迷，饲料价格回落。2008年12月份，由于年前备货，以及受期货市场影响，饲料原料价格开始走强，这是自7月份以来第一次上涨。
2.3 消费市场的影响
2008年上半年由于通货膨胀所致，物价一路攀升，CPI(居民消费指数)居高不下，尤其是作为居民生活必需品的食品价格更是坚挺。下半年由于国家实施一系列政策，使得物价回归理性，但是，由于下半年受美国“次贷危机”影响，我国农产品出口受限，同时，社会收入指数急剧下滑，以及消费指数同处于下滑通道，居民收入减少，直接导致畜产品市场价格下滑。
2.4 国家政策的影响
2008年国家出台了一系列政策，生猪补贴、奶牛补贴、蛋鸡补贴等等，为进一步扩大我国畜产品产量起到了促进作用。大量生猪补栏、蛋鸡存栏以及奶牛的补栏为市场的肉蛋奶的供应起到很大作用，同时为下半年肉蛋价格的下滑起到助推作用。
2.5 食品安全的影响
食品行业本不寂寞，而“三聚氰胺事件”确是重重的一击，使本已脆弱的消费心理遭受严厉打击，短期内使得居民丧失了消费信心，倒奶、打蛋现象触目心惊，对本已出现下滑的肉毛鸡价格重重一击。
2.6 禽流感的影响
目前，全国禽流感等重大动物疫情形势平稳，2008年6月份以来我国没有发生过高致病性禽流感疫情，未来一段时间，全国禽流感疫情形势总体将保持平稳，不会大范围暴发流行，但局部地区发生疫情的隐患仍然存在。
农业部分析，近一段时间，印度、越南等周边邻国不断暴发禽流感疫情，对我国构成严重威胁。同时，国内疫情形势也异常复杂，禽流感病毒污染面大，短期内难以根除，多种变异病毒同时存在，候鸟、野鸟传播病毒风险增加。加之目前我国家禽养殖以散养为主，养殖环境条件差，管理落后，疫情防控难度进一步加大。
3 2009年肉鸡市场预测及其相关影响因素分析
2009年我国肉鸡行业将会走向何方?支撑上涨和下跌的因素将如何伴随2009年肉鸡行情?肉鸡行业在金融危机中将做何抉择?
3.1 供给方面
依据目前肉雏鸡补栏情况而定，由于受肉毛鸡价格低迷影响，养殖户补栏积极性受挫，同时，受金融危机影响，养殖户多以保守的姿态应对，减少存栏量，降低风险。2009年上半年肉毛鸡出栏量会持续减少，五一前夕会出现一个较大的波谷。随着2009年下半年经济的逐渐恢复，以及国家刺激经济发展政策实施效果的显现，肉毛鸡价格会有一个较大的上涨，同时受60年国庆的助推，2009年下半年会出现一个较好的行情。
3.2 需求方面
2009年上半年因经济低迷，消费市场萎缩，行情比较惨淡，同时，出口市场难以扩大，对整个肉鸡行情来讲没有多大的助推作用。居民收入减少必然导致需求进一步缩减。2009年下半年由于经济逐渐复苏，同时国家进一步刺激经济发展，扩大内需，增加居民收入，以及下半年节日相对比较集中，消费市场会逐步恢复，肉鸡价格会逐步上涨。
3.3 同类产品影响
2009年上半年生猪市场会出现较大的滑坡，因为当前基础母猪存栏量较大，同时国家补贴政策仍在实施，必然导致2009年上半年生猪出栏量进一步加大，生猪价格的下滑，带动同类产品肉鸡价格的走低。
3.4 肉鸡深加工的影响
如今有一部分企业开始走深加工路线，也是未来企业发展的模式，从饲料生产到肉鸡饲养，再到肉鸡屠宰，以及成品的生产等等，一条龙模式发展，把各个利润环节都把握住才是企业未来的发展趋势。一方面可以控制利润，另外，可以很好的控制食品安全，做到食品可追溯。
总之，2009年若无特殊情况发生，上半年肉鸡行情的走势基本上是震荡上扬后下跌，下半年会出现反转，震荡上扬。
步入股市半年总结 篇5
步入股市半年总结 -半年工作总结
大概在5月份，因为老婆开始炒股，为了防止家产的加速流失，只好开始重新步入股市。记得当时从深圳回来的1994年，在家闲赋期间，曾经每天去案板街的交行楼下帮我姐做炒作，当时没有电话和网络委托，前一天我姐把战术告诉我，我去现场交易，记忆犹深的是两件事，第一，当时的黄河刚上市，找机会进了，一天的时间大概收益了8%，有几千块钱，当时基本等于一年的薪水。还有就是12月12日左右的社论，股市中所有股票两天基本没有成交，全部在跌停板上，所有的人无事可做的等着哪个傻子的买盘，刚去查了一下，几天时间，从1258到872，12月11日到18日五个交易日，跌幅30%。自从这以后，就没有太过关注过，其中有两个原因，第一，这个市场钱太容易涨和跌，如果投身进去，可能对实体的事情会丧失兴趣;第二，搞不好上瘾了，和赌徒一样血本无归。讲了些废话，今年还是入市了。现在应该在个什么位置，我也不清楚，记录下半年的体会，为了以后做个铺垫：一、股市从简单来看，并不复杂，现在的互联网时代，和以前的`消息闭塞有个很大的不同，因为，我发现，只要你尽力的去分析和学习，有很多的人可以基本准确的去判断大势，但是，有太多的人去赌，所以，只要你下功夫足够，机会一定会有。正常的来讲，非职业炒股，没办法做到过细的分析，但是，一周到10天的趋势分析，基本不会有太大的出入，即使短线，也要掌握次波段，太小的波段是专业操盘手的事情了。二、的记忆太深，总是害怕没有出来的机会，现在看来，政府也专业了，消息也通畅了，市场容量也大了，主力也分化了，再次出现这么惨痛的 几率减小了，当然，如果又到了100000点，另当别论。所以，现在股市赔了大钱的人，两种：一是贪婪，想去挣最后的一桶金子。二还是贪婪，总想等着奇迹出现。530不过才20%不到，如果不贪婪，我相信今天挣钱的多。三、错误总是反复的发生，说明，控制自己的弱点，才是战胜股市的方法。控制和修正弱点，任重而道远。如果真的修正了，前途不限。最后，最重要的一点，千万不要舍命一搏，机会每天都出现，关键是能勤奋的把握住。
下半年行情看政策 篇6
政策做多态度坚决
如果不是6月23日中央电视台在新闻联播中播出“国务院决定停止通过国内证券市场减持国有股”的消息，2002年下半年的行情也许会是另一番景象。
当在6月中旬接到《科学投资》要求对下半年行情进行预测的这个选题时，笔者发现大多数机构在公开传媒上发表的文章或结论都不太乐观，认为下半年最多会有一个反弹行情，反弹高度也只看到1800点，而进一步下探到1300点的可能性还是存在的。
比如说，国通证券的研究结论是下半年管理层稳定发展证券市场的主基调不会改变。不过由于投资者信心没有完全恢复，利好政策对市场的边际作用正继续呈现递减趋势。因此在下半年,政策因素对市场的刺激作用可能将进一步减弱。在基本面、政策面的配合下,预计下半年市场会有一波反弹,但在1700—1770点区域会遇到较大技术面的阻力。整体而言,下半年市场仍将维持平衡市。
而在湘财证券以金岩石博士、韩俊博士主笔的预测报告中，他们认为，在2001年大修正之后，2002年上半年的市场走势和场内外各种因素基本上限定了下半年的技术平面，上证综指在1350-1750点之间弱势整理仍将继续，但有可能在九、十月前后再度出现短期行情，预计年底收于1500点附近。因此，他们对下半年的股票市场持有限的乐观态度。所谓有限乐观，并不在于有蓄势待发的股市上升,而在于其波动空间的可预测性。
但是，“国务院决定停止通过国内证券市场减持国有股”这一巨大的利好消息，无疑将使这种有限的乐观情绪放大不少，有人称市场的心头大患就此不再存在了。在消息出台后的第一个交易日，上证指数以9.25%的涨幅，深成指以9.34%的涨幅，以及两市898.54亿元的成交量，将市场的乐观情绪宣泄得淋漓尽致。要知道这是自1996年以来沪深两市成交量同时放得最大的交易日。尽管当日涨幅比不上2001年10月23日宣布国有股减持暂停时沪深大盘几乎涨停的涨幅，但多出近3倍的成交量，说明市场对这个消息发自内心的肯定。
与此同时，中国证监会还配套出台《关于进一步规范上市公司增发新股的通知》（征求意见稿），给近期被市场所诟病的增发行为增加了一些“硬约束”，而且根据《通知》中的条款规定，估计市场上大部分拟增发项目将会被“枪毙”，多数要推倒重来,由增发改配股。
一些市场人士分析认为，如果我们一直留意管理层自去年底以来的政策导向的话，会发现这是管理层鼓励做多的总体政策导向的延续。仅仅就国有股减持政策而言，就先有去年10月的暂停，又有后来的“全额补偿方案”，如今又是“相当长时间内停止”。
从发行市场行为导向看，管理层先是推出了新股全额市值配售，如今又对增发设置了极高的门槛，发行市场的这两项措施在很大程度上会减少扩容对市场的负面影响。
因此，从这些政策的延续、深化以及其他一些政策措施（比如对上市公司正面报道、佣金自由化等）的推出，我们不难看出管理层对市场的呵护之心和明显的做多导向。从某种意义上说，也是管理层开始尊重市场参与者意见的一种表现。至于政策出台的时间则更加耐人寻味：因为政策的出台正好在十六大前夕，这是否意味着稳定压倒一切？
行情不可同日而语
政策既然如此态度坚定地做多，在政策面、基本面没有大的改变之前，1500点的底部看来是轻易不会见到了。那么，对此番行情的性质应当怎样定义呢？见证了中国证券市场10年发展历史的市场资深人士陈钢认为，历史性的转折时刻已经到来。他认为，沪综指1500点极类似于1000点的历史大底，其有效性将等同于沪综指1990年95点，1994年325点和1999年1043点的历史底部。就是说始自今年6月21日的上升，后市必将见到历史新高。不过，大盘创新高应该是2003年的事，但今年完成一小浪及二小浪还是有可能的，明年大盘正式爆发“三浪三”则是题中应有之义。
其理由就是认为政策底、技术底与市场底已经“三底合一”。有几个明显的特征值得投资人注意：第一，市场的调整极为充分，在长达一年多的时间里，大盘主要是以下跌、盘跌为主，这么长周期的下跌在中国股市的历史上前所未有，所有该下跌的股票都跌够、跌透了，6月17日、19日沪市30亿元以下的地量地价，已经表明这个市场没有什么水分了。第二，深发展、深科技、四川长虹是在跌够了36个月的长周期、跌幅均在70%以上，而且在沉寂了3年之后，首次领涨大盘；而且，另一更重要的指标是深市居然一反常态，走势远远超过了沪市，这种现象只在1996、1997年的大牛市中出现过。实际上，深发展、四川长虹的下跌完全类似于1993年至1996年的熊市下跌过程，惟一的不同是在上一轮熊市，四川长虹比深发展跌得少，而这一轮下跌四川长虹比深发展跌得多。在给市场定性定价方面，目前沪深两市只有深发展具有这一功能。而深发展在停止国有股减持政策出台前的6月21日，其价位已经相当于沪市大盘3月份的1700点之上了。因此，怎么评价它的意义都不过分。看来，在技术底、市场底与政府底“三底合一”之后，空头除了彻底投降，别无他途。
再从这次行情建仓的成本看，一部分主力虽然在6月21日已经有了建仓动作，但在1647点到1707点一带堆积了大量建仓的筹码，因此从中线来看，主力欲顺利出局的目标位可能会在1900点上方，但由于在1800点附近同样累积了大量的套牢筹码，所以短线会在1750点附近宽幅震荡。
市场细心人士还会注意到，与以往行情有很大区别的是，在消息出台后的走势中，可以在盘面上发现一个明显的迹象，就是集团主力以大兵力屯兵在指数股上，而一向活跃的新庄、老庄股却集体大跳水，这一现象的背后耐人琢磨。为什么集团资金对指数股筹码来者不拒？为什么在重大利好面前，北大高科、南玻科控、美亚股份等这些老庄股急忙出逃？难道是主力机构为股指期货的出台在做准备？从短短几天的走势看，还无法见端倪，但这一新的市场现象值得长时间关注，这对于今年下半年的行情以及可能出现的热点都有着极重要的先导作用。
还有悬念在心头
在政策做多的号角下，不管是新行情的诞生，还是为了主力的反弹自救，下半年有一波行情是毫无疑问的。如今问题的关键是还有一些悬而未决的政策一直在等待新的说法，而这些新政策的出台对行情的影响是不可忽视的。
悬念之一：
国有股减持：尘埃并未落定？
国务院果断叫停国有股减持虽然让市场长长地出了一口气，但我们还必须清醒而理智地看到：国有股减持问题并非是尘埃已定，相反，作为一项任重而道远的工作，国有股减持仅仅是刚开了一个头。因为，无论是从经济发展还是市场发展的角度来看，国有股都是必须要减持的。
短期来看，停止国有股减持可以减轻市场压力，为市场赢得发展的时机，但是，从动态和发展的角度来看，国有股的存在始终都是限制市场发展的最大障碍，因为一个股份部分流通的市场在产品定价和资源配置方面存在的缺陷是显而易见的，特别是在面临国际化的情况下，大部分股权的不流通将直接影响到市场效率和市场竞争力的提高。
著名经济学家曹凤岐也发表观点认为，国有股减持和流通并不在于解决社保基金问题，而是要解决中国的上市公司的法人治理结构问题，要解决国有股一股独大的问题。解决得好，对中国证券市场的发展会有很大的促进；解决得不好，可能会使股份制和证券市场改革出现倒退。
因此，有市场人士认为，此次喊停更多的是一种短期安抚，避免证券市场的暴跌对投资信心产生更大的打击。但从长远来看，在经济条件和市场条件允许的情况下，国有股减持工作一定会继续推进。
悬念之二：
股指期货即将推出？
有消息称，在有关部门的协调下，上海证券交易所与期货交易所已达成共识，未来可能推出的股指期货将放在上海期货交易所进行交易。目前有关股指期货的合约已经做好，统一指数的编制工作也由国务院明确交由上海期货交易所完成。尽管业内人士表示，年内推出股指期货的可能性较小，主要是现存的期货管理条例不允许金融机构参与，所以，推出股指期货前必须先对现行法规进行修改。但是，近期推出的上证180指数除了样本股在上海市场之外，其编制原则已经接近统一指数的要求，而这正是股指期货交易出台的必经步骤。因此，为了尽快推出股指期货，有关部门也是紧锣密鼓地准备着。对于这一新金融品种对证券市场带来的效应，还需要一段时间的观察。
悬念之三：
QFII、QDII年内推出？
有关部门消息人士近日透露，关于允许海外投资者通过认可境外机构投资者（QFII）方式投资内地A股的方案，以及允许境内投资者通过认可境内机构投资者（QDII）方式投资境外股票的方案，均处于国家有关部门的最后审议阶段，而中外合资基金是适用于开展QFII以及QDII业务的机构投资者。有关人士对这两个方案在年内推出表示乐观。
如果这两项措施真的在年内出台，对于中国证券市场资金面的打击不可谓不小。因为即使推出QFII，国外资金短时间内也不会轻易进入中国股市；而一旦推出QDII，国内将极可能有大量资金杀入低市盈率的香港市场。
悬念之四：
大规模扩容在后面？
在国有股减持叫停之后，投资者还有一个很大的恐慌就在于对扩容压力的担忧，尤其是四大商业银行、中国联通、太平洋保险等公司上市的压力犹在，而外企到A股上市的呼声又起。尽管目前发行的新股全部是给二级市场的投资者100%配售，但这些新股的流通股本普遍偏小，一般都不超过1个亿，如果几亿股的“航母”上市，全额配售可能会改为部分配售，这一方面将使部分资金回流一级市场，另一方面扩容带来供求关系的短暂失衡也是有可能的，毕竟截止到5月份，今年在证券市场上的筹资额才339亿元，同比下降53.68%，下半年的任务还任重道远。
预测下半年股市行情 篇7
有效的数据预测在金融投资领域占有重要地位, 而以股票涨落为代表的金融数据影响因素非常复杂, 其变化有着很强的无序性, 从而增加了预测的难度。目前, 已出现众多分析股市的手段以及预测方法。其中, 逐步形成理论的有K线法、波浪法、道琼斯法等。但这些都仅作为分析方法, 作为缺乏经济理论和证券知识的普通用户, 并不能直接从中预测股市的动态。除此之外, 有利用现代统计学的手段, 试图建立模型来预测股市。然而, 影响股市的因素多且复杂, 许多因素本身尚具模糊性、混乱性, 所以上述种种努力所取得的效果甚微。在股市发展过程中, 的确有某种规律性的东西, 或者称为模式。这些规律性的东西常常蕴涵于看似杂乱无章的大量历史数据中, 因此, 要想获得有效的预测, 关键在于发现规律。从数学的角度看, 就是建立某种映射关系 (函数) , 并进行函数的拟合, 神经网络是解决这一问题的最佳工具之一。人工神经网络已被广泛应用于包括经济领域在内的预测问题中, 并已取得了不错的效果。
股市往往具有如下特点:① 含有大量原始数据;② 影响因素众多, 因素之间关系复杂且有某种并行性;③ 很多因素具有一定的模糊性;④ 股市的发展有某种规律性。基于这些特点, 采用模糊神经网络方法进行股价的预测较为合理。然而, 传统的模糊神经网络也具有一定的局限性, 研究人员必须预先划分输入空间, 确定模糊规则基, 在此基础上, 再利用神经网络的学习功能和自适应能力对系统参数进行优化。这往往导致所建立的神经网络不一定具有应用所需的最佳网络结构, 使得研究者不得不经过反复试验, 才能最终确定。本文使用的广义动态模糊神经网络 (GD-FNN) 不同于传统神经网络, 它的网络结构不是预先设定的, 而是动态变化的, 即在学习开始前, 没有一条模糊规则, 其模糊规则在学习过程中逐渐增长而形成。这样就克服了上述缺点, 为应用带来了很多方便。
1 GD-FNN结构
GD-FNN共分为四层, 分别为输入层、隶属度函数层、T-范数层和输出层, 如图1所示。
第一层为输入层, 节点的个数为输入变量的个数, 设共有r个输入变量, 并且每个输入变量xi (i=1, 2, …, r) 有u个隶属函数Aij (j=1, 2, …, u) , 共有r×u个节点位于第二层, 每个输入变量xi与其自身的u个隶属函数相连, 隶属函数为高斯函数, 形式为:
其中, μij是xi的第j个隶属函数, cij和σij分别为xi的第j个高斯隶属函数的中心和宽度。第三层用于计算每个规则触发权的T-范数算子用乘法, 第三层的j个规则Rj (j=1, 2, …, u) 的输出用下式计算:
第四层为输出层, 用如下的表达式:
其中, y是输出变量的值, ωj为第j个规则的连接权。
2 GD-FNN学习算法
广义动态模糊神经网络的结构是在学习过程中逐渐生成、调整的, 通过对模糊规则的调整从而调整网络结构, 因此算法要完成网络结构调整和参数确定、调整两个功能。对于网络结构的调整分为模糊规则的产生和剔除, 对于参数的学习分为两个方面:前提参数估计和结果参数确定。
2.1 模糊规则的产生和剔除
2.1.1 模糊规则的产生
模糊规则的产生考虑两个因素:系统误差和模糊规则的ε-完备性。
GD-FNN输出误差是确定是否需要增加一条新的模糊规则的一个重要因素。误差规则可以表示如下:
对每个观测数据 (Xk, tk) , k=1, 2, …, n;其中, n是全部训练数据的数量, Xk是第k个输入样本向量, tk是第k个期望的输出, 用式 (2) 和式 (3) 计算当前结构下的GD-FNN输出yk。定义系统误差为:
如果‖ek‖>ke, 则应考虑增加一条新的模糊规则。这里, ke是根据GD-FNN期望的精度预定义的一个阈值, 它在学习过程中按以下准则逐渐变化:
其中, emin是GD-FNN期望的输出精度, emax是选择的最大误差, k是学习的次数, β∈ (0, 1) 称为收敛常数, 可以推导出:
模糊规则的ε-完备性是确定是否需要增加一条新的模糊规则的另一个重要因素。ε-完备性定义如下:
定义1 模糊规则的ε-完备性 对某个变化范围内的输入, 如果至少存在一条模糊规则, 使得匹配度 (即触发权) 的值不小于ε, 我们就说这样的模糊规则具有ε-完备性。
在模糊系统中ε的最小值通常选择为εmin=0.5。
从模糊规则观点来看, 一条模糊规则是在输入-输出空间中的一个局部表达。如果一个新的样本满足ε-完备性, 那么GD-FNN不会产生一个新的规则, 而会通过更新现有规则的参数来包容样本。
根据ε-完备性, 当一个观测数据 (Xk, tk) , k=1, 2, …, n进入系统, 可以计算观测数据Xk 和现有的高斯单元的中心Cj (j=1, 2, …, u) 之间的马氏距离mdk (j) , 找到:
如果:
其中kd是一个预先设定并与ε相关联的阈值, 则表明现有的系统不满足ε-完备性而应该考虑产生一条新规则。这里kd在学习过程中按下式变化:
其中, k是学习的次数, γ∈ (0, 1) 称为衰减常数, 由式 (9) 推算出:
2.1.2 模糊规则的剔除
定义误差减少率矩阵Δ= (ρ1, ρ2, …, ρu) ∈R (r+1) ×u, △的第j列是对应的第j个规则的 (r+1) 个误差减少率。定义:
则ηj代表了第j个规则的重要性。如果ηj<kerr, j=1, 2, …, u;其中, kerr是预先定义的值, 则第j个规则被删除。
2.2 参数的确定和调整
参数的确定和调整, 包括高斯函数宽度和中心的确定, 高斯函数宽度的调整和权值的调整。
2.2.1 高斯函数宽度和中心的确定
假设u个模糊规则已经产生, 当得到一个新的采样样本Xk (k=1, 2, …, n) 时, 按照规则产生准则, 需要产生一条新的模糊规则。这时, 把多维输入变量Xk投影到相应的一维隶属函数空间, 同时计算数据x
其中, Φi∈{ximin, ci1, ci2, …, ciu, ximax}, 同时找到:
如果edi (jn) ≤kmf, 其中, kmf是一个预先定义的常数, 该常数控制相邻隶属函数的相似性, 那么, 就说x
其中, ci-1和ci+1是与第i个隶属函数邻近的两个隶属函数的中心。而高斯函数的中心确定如下:
2.2.2 高斯宽度修正
对于一个新样本Xk, 可以找到以马氏距离“最靠近”该样本的第j个规则。如果条件‖ek‖>ke和mdk, min≤kd都成立, 把向量Xk分解为相应的一维输入变量, 则输入变量xi (i=1, 2, …, r) 的最近的隶属函数的宽度σij (j=1, 2, …, u) 可以修正如下:σ
其中, r是输入变量的总数。
2.2.3 权值确定
设r个输入变量的n次观测样本产生u个模糊规则, 将网络的输出写成矩阵形式为:Wϕ=Y, 其中W∈Ru (r+1) , ο∈Ru (r+1) ×n和Y∈Rn。假设期望的输出为T= (t1, t2, …, tn) ∈Rn, 确定最优参数W*的问题可以用公式表示为最小化
整个算法的流程图如图2所示。
3 样本选择
用定量模型对股票市场进行预测, 首先就是要对股票市场进行定量化描述。就GD-FNN而言, 需将股市的历史数据处理成一系列可供神经网络学习的例子样本, 组成一个学习样本集, 每个学习样本为因果关系的偶对: (预测依据|预测对象) 。
本文以上证指数第七天的收盘价作为预测对象。预测依据表示在预测对象的结果发生前系统的描述, 就股市技术分析而言, 某时刻t前的系统状态为价格和成交量的时间序列数据, 显然这里的数据量是相当庞大的, 且股票价格变化在短期内具有很大的随机性, 而瞬时的变化对未来趋势预测意义很小。人们在长期的实践中已总结出数百种描述系统状态的技术指标, 如MA、MACD、WMS%、KDJ、RSI、BIAS、PSY、AR、OBV、ADR等, 另外, 还有一些特征提取的数学方法, 如卡尔曼滤波、小波变换等。具体应用时可针对不同的预测对象, 选取若干种和该预测对象相关度大的技术指标, 来组成描述系统状态的预测依据向量。
本文选用移动平均线 (MA (6) ) 、乖离率 (BIAS (6) ) 、随机强弱指标 (RSI (6) ) 和心理线 (PSY (6) ) 作为输入变量, 用第7天的收盘价作为目标输出, 对网络进行训练。
MA是利用若干天或若干周收市价的均值为参数绘制的曲线。由于它利用了移动平均理论, 剔除了股价的偶然变动, 因而可以作为投资者判断行情走向的依据。MA的计算公式为:
BIAS用来描述股价与移动平均线距离的远近程度, 计算公式为:
式中, Cn为当日收盘价, MA为n日移动平均值, BIAS可正可负, 也可为零。
RSI是反映行情变化动量的指标, 即市场向某一个方向变化时, 其内部所包含的能量, 可用以反映股价变动的强弱状况。计算公式为:
其中, n为天数, Un表示n日中股价上升幅度之和, Dn表示n日中下跌幅度之和。
PSY指标是在时间的角度上计算N日内的多空总力量, 来描述股市目前处于强势或弱势, 是否处于超买或超卖状态。它主要是通过计算N日内股价或指数上涨天数的多少来衡量投资者的心理承受能力, 反映股市未来发展趋势及股价是否存在过度的涨跌行为。计算公式为:
4 上证指数预测实验
本文用上证指数2008-07-12到2008-12-14共100个样本数据, 其中, 前70个作为训练样本, 后30个作为测试样本。计算出MA (6) 、BIAS (6) 、RSI (6) 和PSY (6) 作为输入数据, 用第7天的收盘价作为输出数据。为保持数据取值范围的一致性, 这里用MA (6) /100代替MA (6) 作为输入。实验结果如图3和图4所示。
图中圆圈为期望输出, 星号为实际输出。从结果来看, 预测值与实际值完全吻合, 取得了非常好的效果。
5 结 语
将GD-FNN用于上证指数的预测取得了较为理想的效果, 但股票市场复杂多变, 影响因素众多。尽管GD-FNN具有良好的自学习能力, 但依然存在一些不稳定的因素, 如何设计出更为稳定的网络, 依然需要做进一步的研究, 另外, 如果能将影响股市的因素经模糊化后作为模糊神经网络的输入, 也许会收到更好的效果, 也有待研究。
摘要：提出一种用广义动态模糊神经网络预测股票价格的方法, 网络结构可随模糊规则在学习过程中逐渐增长而自动调节, 以达到预测最优化。通过选用实用的技术参数指标作为网络的输入变量对上证指数的收盘价进行预测, 取得了较为理想的效果。
关键词：广义动态模糊神经网络,上证指数,预测,技术指标
参考文献
[1]伍世虔, 徐军.动态模糊神经网络—设计与应用[M].北京:清华大学出版社, 2008.
[2]张学仁, 宋全启.股票理论与投资分析[M].西安:西北大学出版社, 1998.
[3]陈兴, 孟卫东, 严太华.基于T-S模型的模糊神经网络在股市预测中的应用[J].系统工程理论与实践, 2001 (2) :66-72.
预测下半年股市行情 篇8
1 当前蛋鸡生产情况
1.1 存栏量
至2009年3月底，本市蛋鸡饲养品种以海兰褐为主，全市11个区县蛋鸡存养量总计为1029.6万只，比2008年6月廊坊市畜牧局统计数字1469.9万只，下降29.9%。蛋鸡存养量大幅减少。而且在此次调查中发现，产蛋后备鸡严重不足，仅占所有存养量的20%。
1.2 饲料原料及鸡蛋价格情况
目前玉米价格1.48元/kg，同比下降0.05%，豆粕为3.28元/kg，同比下降15.89%，综合所有可考虑因素，今年下半年饲料价格预计平稳或者有所下滑。鸡蛋6元/kg，同比下降14.28%。
1.3 养鸡户积极性及补栏情况
2008年以来，蛋鸡养殖始终处于持平或亏损状态，2009年春季农民蛋鸡补栏的积极性明显低于往年。再加上三聚氰胺和金融风暴以及禽流感疫情对全市禽类产品市场冲击较大，调查中许多老养鸡户正在减少存栏或计划转产，新增养鸡户很少。
2 2009年下半年蛋鸡市场预测
2009年蛋鸡养殖业行情，预测上半年蛋价将进入谷底，下半年有望反弹，但反弹幅度不会太大。从以上调查中可以看出，当前的蛋鸡生产，无论从存养量还是盈利程度或者养殖户的养殖热情，都处于行情最低谷时期。按照有关统计从2000年以来, 蛋鸡市场蛋料比低于3.2的低谷期最长持续期为15个月, 从2008年1月开始到目前为止, 蛋料比大多数处于3.2以下, 其中6个月在3.0以下, 5个月在3.0左右徘徊, 只有3个月在3.2以上。一般认为, 蛋料比在3.0以下养殖户是赔钱的, 这时候的养殖户只会缩减规模;在3.0～3.2之间为微利状态, 养殖户会维持规模, 观望行情的变化。目前为止, 这波低谷期已经维持了14个月, 按实际蛋鸡饲养周期15～17个月计算, 蛋价离谷底不会太远。预计“五一”是个转折点, 5月以后, 蛋价将会稳步回升。但回升的幅度不会太大。其原因是仍然存在着两大制约因素, 制约行情大幅度反弹。
(1)全球金融危机已影响到实体经济，并且引起全球化的经济衰退已经不可避免，并也将间接影响到我国的蛋鸡养殖生产。当前南方以出口贸易为主的企业关停的现象不断出现;房地产业泡沫破裂，在国家极力托市下房价仍大幅下滑;广交会贸易额同比下降17%以上等等一些现象和数字反映的背面就说明，我国受全球经济衰退的影响已经开始。不难看出国内通涨率下降的同时，经济增速将有所下降。因此，国内物价回落将成必然。这当然也包括农产品价格。另外随着今年农民工返乡人数的增加，鸡蛋消费也必然下降。
(2)生猪市场的转变对鸡蛋行情的不利影响。去年下半年以来，生猪价格持续下跌。以广阳区为例，当前生猪收购价为10.2～10.6元/kg，比去年最高时的16.0元/kg，下跌了36%。养猪生产已经从前两年的高利润逐渐变为微利，甚至从此转向下一个低谷。生猪价格的下跌必然要对鸡蛋的价格产生不利影响。
预测下半年股市行情 篇9
一、马尔可夫链理论分析
马尔可夫链是一种研究事物转移规律与状态变化情况的理论, 不仅能够应用在时间序列的分析中, 也可以应用在空间序列的分析中, 马尔可夫链系统在每一个阶段的状态都有着随机性的特征, 其时期状态是按照概率来进行转移的, 下一时期状态只由本时期转移概率与状态来决定, 不会受到其他因素的影响.
二、基于时间序列马尔可夫链的应用方式
灰色系统有着理想的规律性与精确度, 是一种小数据建模, 灰色预测模型一般只适合应用在上升趋势明显且数据量较小的预测工作中, 不适宜用于变化趋势不明显数据的预测中, 因此, 在对股市预测时, 可以将模拟值作为时间序列来建立加权马尔科夫链, 根据转移概率的思想来解决问题.
1. 灰色加权马尔可夫链模型建立方式
这可以有效反映出拟合值与原始数据之间的关系.
2. 灰拟合精度指标状态分析
对于灰拟合精度指标, 需要依照具体的情况进行分析, 这可以采用均 - 方差分级法进行划分, 一般情况下, 能够将灰拟合进度指标分成五种类型, 这能够有效反映出数值的实际情况, 并体现出各个数据指标之间的联系与区别.
3. 灰状态转移概率矩阵的构造
要想实现对股市的预测与分析, 必须要分析系统k步转移概率, 这种转移概率有着未知性的特征, 可以采用样本状态转移频率进行估算, 具体的计算方式如下:
4. 灰拟合进度指标状态预测
对于随机变量, 需要对其进行检测, 看是否符合马氏性特征, 再根据各阶马尔科夫链预测具体指标值, 自阶能够表现出指标值的具体权重, 根据前阶段预测值可以采取概率加权法计算结果, 这样不仅可以准确得出结果, 还能够有效预测目的, 这也是使用时间序列马尔科夫链预测股市的必然需求. 在得出结果之后, 需要对预测模型进行检验与修正, 对结果进行马氏性处理, 这样可以得出转移状态向量, 再以此为基础来修正概率与区间之间的预测范围, 计算出相对误差, 分析具体的精度.
三、基于时间序列马尔可夫链股市预测方式
要将马尔可夫链应用在股市预测中, 那么股价变化就需要满足以下几个假设性条件:
第一, 股票市场的运行只受社会因素、政治因素、经济因素等随机因素影响, 且宏观政策不会发生变化, 投资者操纵不会对股价市场产生影响;
第二, 需要满足过程随机性要求, 系统中各个状态的转移都是随机的;
第三, 股票价格涨跌与前一日收盘价格有密切的关系, 不会受到过去涨落因素的影响, 能够忽略过去涨落因素;
第四, 股票价格从某一状态到另外一状态与状态时刻无关联.
如果满足以上几个条件, 就能够使用马尔科夫链进行预测, 分析具体的持股时间与投资效益, 要注意到, 在股票市场之中, 股票价格就是投资价格, 因此, 收盘价格对于股票市场的影响是极大的, 而股票收盘价状态对于股票市场也有着重要的影响, 股票收盘价可以很好地反映出股票价格的波动情况. 投资者最为关心的内容也是股票价格的变动情况.
对股票预测最为关键的一步就是预测股票运行周期, 只要分析出股票运行周期后, 就可以基本得出股票价格在未来一段时期的走向, 这即可帮助投资者把握好股票涨落周期, 帮助他们把握好买卖时机与持股天数, 获取到理想的收益.
假如fij ( n) 为股票价格在状态i经过n个时间到状态j的概率, 那么fij ( n) 可以采用以下的计算方式得出:
在实际的股票市场中, 不可能完全满足以上的条件, 总会存在风险与机遇, 这就能够得出, 股票价格从状态i能够以一定的概率到达j, 将tij为股票价格从i到j使用的时间, 那么可以采用以下的计算方式进行表现:
为了得出最为精确的信息, 需要对平均时间开展加权处理, 以转移概率进行计算, 再根据计算结果分析步长运行周期, 这样即可得出最后的结论.
四、结 语
预测下半年股市行情 篇10
美国战略理论家约翰·科林斯说:“想要取得持久的成功, 要有预见性。”
在不确定性事物中发现某种程度的确定性, 是预测的价值所在。把预测应用于经济领域, 重点在于对不确定的未来利益的量化、比较、判断和选择。如按赌博的制度设计, 赌场即庄家的赢率为52.5%, 赌客的赢率为47.5%, 赌客的期望值为-0.0526, 即赌客平均每局输5.25%。具体某一局, 赌客可能赢也可能输, 但整体而言, 赌客必输。赌客如果有全局性, 就不会妄想靠赌博谋生或者发财。但是, 如果赌客有预见性, 也许可以赌博不亏甚至战胜赌场。刘竟涛先生在《炒股不亏钱的智慧》中说, 有位老人根据大量的输赢结果总结出, 在连开12局甚至15局相同结果后, 买相反的, 用13万元总资金中的1000元开始, 输了后加倍买, 获胜率大大提高。老人预见到了前途的光明, 所以敢于参与, 也预见到了道路的曲折, 所以轻仓开始。
炒股与赌博有诸多相似性。在制度的设计上, 散户股民整体上是必亏的, 各国股民大体上都是“7亏2平1赢”。赌客靠概率的预测可以战胜赌场, 股民靠科学的预测也可以战胜股市, 能够科学预测的股民就属于“1赢”的范畴。
一、预测的可能性
概率论的大数定律从理论上有力地支持了预测的可能性。 (大数定律是概率论中讨论随机变量序列的算术平均值向常数收敛的定律。) 唯物辩证法的“事物自己运动发展的规律”, 就是预测的可能性的哲学基础。事物发展的趋势蕴涵着事物发展的必然性和规律性, 预测的前提就是搞清楚事物发展的规律。周期性就是宏观经济运行的主要规律性, 周期性也是“道”的运行规律, “独立而不改, 周行而不殆”。
据《逃不开的经济周期》, 美国经济尽管在1990年代没有出现经济学家所预期的存货周期 (基钦周期, 约4.5年) 现象, 但在2000~2002年开始, 还是出现了资本性支出周期 (朱格拉周期, 约9年) , 2007年开始到现在 (2008年8月) 表现出了房地产周期 (库兹涅茨周期, 约18年) 现象, 这种具有某些规律性的现象, 符合历史经验, 可以看成是经济周期的又一个确凿例证。
尽管经济的周期性波动不可能像正弦波那么标准, 波幅和波长具有不确定性, 但经济的波形仍然具有连续性和渐进性, 使我们认识和观察事物并预测事物的未来和前途成为可能。列宁说:“随时可以看见过去的遗迹, 现在的基础和将来的萌芽”。毛泽东说:“你对于那个问题不能解决吗?那么, 你就去调查那个问题的现状和它的历史吧, 你完完全全调查明白了, 你对那个问题就有解决的办法了。”毛泽东对国民党的预测即简单又实用:“看它的过去, 就可以知道它的现在, 看它的过去和现在, 就可以知道它的将来。”预测听起来很玄, 但这个很玄的事却有很实在的实施方法:搞清了事物的过去和现状, 就搞清了事物发展演化的规律, 也就能预测其趋势, 并提出应对策略和解决问题的办法。
以上说明预测的可能性。这种可能性, 不同于人们挂在口头上的“可能性”, 口头上就那么随口而出。没有严密的逻辑推理, 也就没有可靠性。这里所说的可能性, 是建立在事物发展的规律之上, 建立在严密的逻辑推理之上, 所以, 这种可能性, 具有科学性、必然性和可靠性。
二、预测的困难及克服困难的方法
(一) 预测困难来源于我们自身的思维障碍
培根指出:“人是自然的仆役和解释者, 因此他所能作的和所能了解的, 就是他在事实上或在思想上对于自然过程所见到的那么多, 也就只有那么多”。通过逻辑而被固定下来的种种错误观念, 阻碍着通向真理的道路。“现在占据着人的理智并且在脑海里已经根深蒂固的各种假象和错误观念, 不仅非常扰乱人心, 使真理很难进来, 而且, 即使进来以后, 如果人们事前不提防这种危险, 使自己尽量巩固起来抵御它们的进攻, 它们就会在科学开始复兴的时候, 又找上我们和扰乱我们。”
培根把这些我们自身的思维障碍分为四种, 即:“种族”、“洞穴”、“市场”和“剧场”等, 有四种对应的假象, 即“种族假象”、“洞穴假象”、“市场假象”和“剧场假象”。人们之所以只能看到事物的假象, 主要在于认知主体的幻觉。由于渗进了想象的成分, 人们所看到的事物便不是它所呈现出的本来形态, 而是搀杂了种种主观因素, 如意愿、欲望、期待等等, 所以认知具有了虚幻的成分。要看到真像, 首先必须跳出“种族”、“洞穴”、“市场”和“剧场”, 跳到事物规律的“道”上去。
跳出“种族”, 让我们的意识不仅要“冲出亚洲, 走向世界”, 还要“冲出人类, 走向‘道’”。把自己不当人, 仅当作万物之一, 万物都是“道”的子孙, 万物不是因为我们的“种族”而存在, 而是因为“道”而存在。
跳出“洞穴”, 就像青蛙跳出井, 用更广阔的视野看事物, 用系统思考的方法组织元素, 在系统整体中把握各元素。
市场是贪婪的集散地。跳出“市场”, 也就远离了贪婪的干扰。市场的交易者循着“道”即事物的规律, 独立思考, 就能顺应宏观经济的周期律, 找到真相, 任凭“市场”人士忽悠, 我自巍然不动。
跳出“剧场”, 相当于青蛙跳出温水的锅, 历史地看事物, 看到变化的轨迹, 不为一时的现象所迷惑, 自然就能看到真相。
(二) 预测困难来源于事物现象与本质的矛盾
马克思说:“如果事物的表现形式和事物的本质直接合二为一, 一切科学都成为多余的了。”毛泽东说:“要完全地反映整个事物, 反映事物的本质, 反映事物的内部规律性, 就必须经过思考作用, 将丰富的感觉材料加以去粗取精、去伪存真、由此及彼、由表及里的改造制作功夫。”
事物外表上变化不定的形状, 就是现象;事物内部的相当固定不变的相互关系、相互作用等, 就是本质。现象与本质常不一致, 有时甚至相反, 这就是现象和本质的矛盾。与本质完全相反的现象, 称为假象。假象又分人们故意制造的假象和自然发生的假象。
在不知本质的前提下, 怎样识别假象呢?笛卡尔的《探求真理的指导原则》中的原则三说:“关于打算考察的对象, 应该要求的不是某些别人的看法, 也不是我们自己的推测, 而是我们能够从中清楚而明显地直观看出什么, 或者说, 从中确定无疑地演绎出什么。”笛卡尔在《谈谈方法》中说:“我把仅仅貌似真实的看法一律看成大概是虚假的。”例如, 股市中我们把“股市是零和博弈的战场”作为公理, 当网上大肆宣传社保加仓时, 我们的演绎是, 社保是普通的投资机构, 零和博弈中聪明资金必然要掠夺愚蠢资金, 为了便于掠夺就必然掩盖真实意愿, 社保加仓的信息就是掩盖真实意愿的信息, 对应的真实意愿就是机构要出货, 表示机构认为后市将继续下跌。
凡是从某现象推理出与公理相矛盾的结论, 我们就认为该现象为假象。将似是而非的现象优先看成是假象。
(三) 预测困难来源于事物未来的不确定性
唯物辩证法认为, 事物无时无刻不在变化当中, 不是量变就是质变。毛泽东说:“事情是不断变化的, 今天要把将来的事情统统描写出来, 是不可能的, 这样要求与空想社会主义差不多。科学地看事情就不是如此”。毛泽东还说:“一般地说来, 不论在变革自然或变革社会的实践中, 人们原定的思想、理论、计划、方案, 毫无改变地实现出来的事, 是很少的。由于实践中发现前所未有的情况, 因而部分的改变思想、理论、计划、方案的事是常有的, 全部的改变的事也是有的”。计划是根据预测而做的, 预测赶不上变化, 所以“计划赶不上变化”。预测指导实践, 实践的结果作为反馈, 不断修正预测, 如此循环往复, 以至无穷, 使预测结果更趋完善。
(四) 加强学习, 提升预测能力
古今中外, 演绎了大量的“料事如神”的传奇故事, 这些传奇故事就是高水平的预测。那些有科学依据的成功预测就是我们学习的榜样, 我们可以从这些成功的案例中总结出具有普遍意义的预测方法, 再用这种方法指导我们的实践。在宏观经济的预测方面, 索罗斯是我们的首选榜样。
学习预测, 首先要修“道”, 即认识事物的运行规律。以道看万物, 就容易明白小道理。道是事物的终极规律, 如二进制就是目前所知的电脑运算的终极规律。大道至简, 最简单的二进制是电脑运算的基础, 生活中常用的十进制却不是。
以道求道, 从大处着眼, 眼界要拔得够高, 从已知事物的规律探索未知事物的规律;以术求道, 从小处着手, 措施要落得够实, 在日常小事中探求事物的普遍规律。修炼到一定的境界, 充分掌握了大量事物的运行规律, 再看复杂事物, 也就像空中鸟瞰迷宫一般明了。
三、预测成果的运用
(一) 自己动脑, 丰衣足食
一方面, 科学的预见能激发人们对未来的憧憬和追求;另一方面, 结合前文提到的“市场假象”, 我们要明确地认识到, 市场中会有人发布披着科学外衣的虚假预见, 诱发人们对未来的错误憧憬和错误追求, 当然, 根据虚假预见憧憬和追求的人们必然掉入虚假预见的陷阱。
因为市场中鱼龙混杂, 我们不能简单地运用市场中的预测成果, 必须自己动脑, 对市场中的预测成果进行严密的“去伪存真”。最好是亲力亲为, 自己根据原始的可靠的事实进行科学预测, 指导自己的实践。
(二) 辨证地运用预测成果
BBC录制的记录电视片《达尔文所不知道的》中说:“尽管我们不能预测三周以后的天气, 但我们至少可以大概地预测今后三个世纪的气候。”对预测成果的运用, 要有辨证的态度。因为科学预测是建立在可靠基础之上, 所以在大方向上要坚定地贯彻执行预测的结论;因为预测有不确定性, 所以在细节上要轻视预测的结论。
我认为, 由于预测者要从历史、现在和全局来预测未来, 而且, 万事万物又是变化的, 可想而知, 预测所依据的信息量是巨大的, 而我们人类的能力却是有限的, 我们只能沿着“道”所指引的路, 尽量去除细枝末节, 追究根本, 才有可能抓住事物的本质, 得到比较正确的预测成果。事物呈波浪式前进, 大波中有中波, 中波中还有小波, 我们一般只能预测大的趋势, 就像潮流呈趋势运动, 趋势中有波浪, 波浪中有水花, 水花中的水分子在作布朗运动, 越小的运动越难以把握。所以, 在运用预测成果时, 大方向上要坚信, 在细节上要轻视。在股市中, 预测股市大趋势的准确度较高, 预测波段的准确度次之, 预测明天的涨跌准确度最差。在争取最好的结果的同时作最坏的准备, 在预测的牛市中, 遇到阴跌的困难, 要坚定对牛市的判断, 敢于越跌越买, 不可临时改为放空。同理, 在预测的熊市中, 遇到上涨的困难, 要坚定对熊市的判断, 敢于越涨越放空, 不可临时改为买入。
四、根据经济数据预测股市的方法探讨
(一) 可靠数据是股市预测的基础
股市的预测按时间长短可分为长期趋势预测、中期波段预测、短期涨跌预测。预测的依据有宏观指标, 如狭义货币供应量M1、采购经理人指数PMI等, 中观指标即行业经济指标, 如发电量、用电量、水泥产量等, 微观指标即股市自身产生的指标, 如K线图、资金流向、市场情绪、媒体言论等。客观度越高的依据越可靠, 客观度越低即主观度越高的依据越不可靠, 宏观指标、中观指标、微观指标的客观度逐渐降低, 可靠性逐渐下降。上述依据中, 宏观指标主要预测大盘指数的长期趋势, 中观指标主要预测大盘指数或板块指数的中期趋势, 微观指标主要预测大盘指数的短期趋势。
关于根据K线图、资金流向、市场情绪等预测行情的方法, 有大量的专业书籍作了介绍, 这里就不赘言了, 关于根据媒体言论作预测, 讲一个小故事供各位股民朋友参考。笔者曾在某个股上吃了一个大亏, 后来通过苦心研究, 发现了该股的一个小秘密。有位网名为“大牛散”的人在个股的“股吧”中经常会发布一些“调研成果”, 由充分的原始材料出发, 根据经济理论做了严密的逻辑推理得到预测结论, 给人的第一印象是“大牛散是该股的研究专家”。笔者因粗略学了一点波普尔的科学哲学和笛卡尔的方法论, 提出“大牛散是该股的研究专家, 根据大牛散的言论交易可以赚钱”的假设, 试着依据历史事实寻求验证。不验不知道, 一验吓一跳, 笔者根据K线图的高低点寻找对应时间段中“大牛散”关于个股涨跌的言论, 发现每个高点和每个低点都有“预测”言论, 而且百分之百与市场行情相反。发现这个“秘密”后, 我非常兴奋, 终于找到发财的捷径了:只要按照“大牛散”的言论进行反向操作, 几个波段下来, 每年至少可轻松盈利50%。在一次朋友聚会上, 为了报答两位高手平日对我的帮助, 我将这个用金钱 (亏损的金钱) 和汗水换来的秘密告诉他们, 没想到, 他们几乎异口同声地说:“不可行。如果‘大牛散’消失了, 你也不做了吗?”他们认为, 网上的言论, 在预测方面的权重小, 且没有持续性, 只能作为次要的参考。
(二) 用历史和现在的经济数据预测股市的趋势
根据宏观指标、中观指标等预测股市趋势行情的总原则, 用历史数据计算宏观指标、中观指标与股指的相关度, 根据相关度和宏观指标、中观指标的最新数据预测股指的趋势。招商证券的罗毅先生在研究报告“著名的M1定买卖”中详细地研究了狭义货币供应量M1与股指大趋势的关系, 建议股民朋友阅读这篇研究报告。我这里要介绍的是, 股民朋友自己根据最新的M1数据和其他一些宏观指标、中观指标, 利用Excel软件综合研究股市趋势的方法。具体步骤如下。
第一步, 在Excel表格中, 按列的顺序排列M1、M2、新增信贷、PMI、消费者信心指数、宏观经济景气指数的先行指数、波罗的海干散货指数等宏观经济指标数据, 然后排列澳大利亚BJ煤炭现货价、布伦特原油价、秦皇岛煤炭库存、直供电厂煤炭库存、发电量、用电量、水泥产量、合成氨产量、生铁产量、汽车产量、房地产新开工面积、家电产量、玻璃产量等行业经济指标数据。相同月份的指标数据排在同一行。
第二步, 计算上述各指标数据的环比增加值和 (或) 同比增加值, 形成新的数据列。
第三步, 根据各指标的环比增加值和 (或) 同比增加值的正负号, 对各指标评分。
第四步, 设置各指标评分的权重值“初值”。
第五步, 求各指标评分的总分:各指标评分乘以各指标权重值, 再求总和。这个总分的数值区间是不确定的。
第六步, 将这个总分除以“权重值的总和”, 得到一个数值区间为0~100%的数据, 这个数据就是每个月股指涨跌的概率值。将这个概率值作为“模拟账户”每个月的仓位值, 例如, 某月上涨概率为80%, 对应该月“模拟账户”仓位值为80%。
第七步, 用“模拟账户”仓位值乘以大盘指数的月涨跌值, 得到“模拟账户”的月收益, 各月的历史收益相加得到“模拟账户”总收益。
第八步, 改变在第四步中设置的权重值“初值”, “模拟账户”总收益会相应变化, 总收益的最高值对应的就是各指标评分的权重值“终值”。依次改变各指标的权重值“初值”, 分别得到各指标的权重“终值”。因为各指标的权重值有相互影响, 需要进行几轮改变, 权重值“终值”才能逐渐稳定下来。
第九步, 重复第六步, 得到最终的股指涨跌概率值。如果将第七步的大盘指数替换为各板块指数, 可以预测各板块股指的涨跌概率值。
(三) 预测模型的评价
将2005年至2011年的大盘涨幅和模拟账号涨幅比较, 结果如表1所示。
从表1可以看出, 在2005年~2007年、2009年的上升趋势中, 模拟账号涨幅与大盘涨幅高度一致, 有效地抓住了牛市的行情, 在2008年、2010年~2011年的下跌趋势中, 应为预测的上涨概率低, 控制仓位值在低位甚至空仓, 模拟账号虽然略有亏损, 但远远强于大盘, 有效地避免了熊市的系统性风险, 如果根据预测的结果融券放开, 则模拟账号可以取得近似于大盘跌幅数值绝对值的正收益。
摘要：通过分析事物的历史, 可以找出该事物运动发展的规律;根据该事物的现状比对历史规律, 就可以大致判断该事物的未来发展方向。本文具体介绍了用经济数据预测股市趋势的一种方法, 利用EXCEL软件, 找出宏观经济指标和行业经济指标与股市指数之间的相关性规律性, 再根据宏观经济指标和行业经济指标的现状数据, 比对经济数据与股市指数之间的规律, 就可以知道股市未来一段时期的趋势方向, 为投资股市提供较为可靠的依据。
关键词：宏观经济指标,行业经济指标,预测,股市指数,趋势方向
参考文献
[1]卡尔.波普尔.科学发现的逻辑[M].中国美术学院出版社, 2007, 6.
[2]拉斯.特维德.逃不开的经济周期[M].中信出版社, 2008, 11.
[3]贾俊平, 等.统计学[M].中国人民大学出版社, 2009, 11.
[4]李云雁, 等.试验设计与数据处理[M].化学工业出版社, 2008, 7.
2015年蛋鸡市场行情预测 篇11
那么，2015年蛋鸡市场将会是怎样呢？现预测如下：
1. 鲜蛋市场。由于2014年父母代蛋种鸡场种蛋利用率依然较低，商品代蛋鸡场补栏量较少，导致2015年在产商品代蛋鸡存栏量依然不足。从现有数据推导，2015年1—6月份在产商品代蛋鸡存栏量仅为正常水平的78%，6月份存栏量预计达到正常水平的86%，下半年仍将处于恢复性增长的过程之中。据此推断，2015年上半年鲜蛋价格仍会高位运行，全年整体鲜蛋价格偏高，商品代蛋鸡场将会有利可图。
2.商雏市场。随着蛋价持续高位运行，商品代蛋鸡场盈利水平普遍较高，经营状况改善，补栏积极性提高，特别是在春节以后，商雏需求会明显增加，或将出现供不应求的现象，商雏价格会进一步提高，商雏销售旺季维持的时间可能会延长（预计到5—6月份），父母代蛋鸡场经营业绩有望得到改善。
（北京市华都峪口禽业有限责任公司 季建华 张英 邮编：101206）
预测下半年股市行情 篇12
有效的数据分析预测在金融投资领域占有重要地位，而以股票为代表的金融数据非常复杂，由于它受各种经济的、政治的、社会的因素相互作用、相互影响，其变化有着很强的无序性，它的数学模型往往复杂不易准确确定或者包含混沌性，从而增加了预测的难度。股票数据一般是按时间的先后顺序收集的，可以认为是一种时间序列，它具有显著的非线性[1]、时变性特征[2,3]，人们对于股市的预测研究已经进行若干年，并提出许多的预测模型，如多元回归分析、时间序列分析、指数平滑、神经网络等[4,5,6]。每一种预测模型在数据处理和不同准则下均有独到之处，能从不同角度推导和演绎，其预测结果都有一定的价值，对于股市这种非线性复杂系统，如果仅用一种特定的预测方法进行预测往往具有片面性，更为合理的是采用组合预测。
组合预测就是研究人员用同一组样本，根据不同的拟合标准和不同的方法建立不同的单个模型，对被预测对象预测，然后利用某种准则对各个单一模型进行综合，形成组合模型对被预测对象预测。组合的主要目的就是较大限度地综合利用各种模型所提供的信息，尽可能提高预测精度。尤其在经济、管理和统计研究领域，各种优性组合预测方法已成为改进和提高预报精度的重要途径[7,8]。
组合预测理论已经证明：多种预测模型的组合在一定条件下能有效地改善模型的拟合能力和提高预测精度。目前，对组合预测模型的研究主要集中在两个方面，一是组合模型中子模型的生成，二是各个子模型生成的结果如何组合，生成最终的结论。子模型的生成以线性回归和非线性回归为主，而组合结论以线性组合为主[9]。
本文利用四种不同线性回归模型提取股市系统的线性特征，生成一组线性预测个体;利用四种不同的神经网络算法提取股市系统的非线性特征，生成一组非线性预测个体，进一步把两组预测个体合并，最后利用支持向量机回归组合，时变权重分别赋权生成最终结论。以此建立基于支持向量机的股市组合预测模型，并对上证指数的日开盘价，收盘价预测，寻求上证指数预测的新途径。
一、基于支持向量机回归组合预测模型的建立
股市是一个包含许多不确定因素的复杂系统，它受各种经济的、政治的、社会的因素相互作用、相互影响，其变化有着很强的无序性，很难确切地说它是一个单纯线性或者非线性系统。股市系统包含一些线性因素的特征，也包含着一些非线性因素的特征，由此需要建立一个包含有线性和非线性特征的模型，传统的回归模型具有提取线性特征，而神经网络模型对非线性有很强映射特性。为此，首先我们用逐步回归模型、偏最小二乘回归模型、均生函数回归、多层递阶权重分别赋权生成最终的预测输出。
1. 逐步回归分析方法。
逐步回归是多元线性回归模型中选择回归变量的一种常用数学方法。其基本思想是将回归变量逐个选入，选入的条件是其偏回归平方和显著;每选一个新的变量后，对已选入的各变量逐个进行显著性检验，并剔除不显著变量。如此反复选入、检验和剔除，直至无法剔除且无法选入变量为止。逐步回归分前向逐步回归和后向逐步回归两种。前向逐步回归分析开始时没有任何模型变量，每一步选入待选项中一个显著性最高的项(具有最大的F统计量值或最小的p-值)，直至没有待选项为止。后向逐步回归则首先将模型中的所有项纳入，然后剔除最不显著的变量，直至剩余的变量均显著为止。本文采用前向逐步回归方法作为组合预测的一种子方法。
2. 偏最小二乘回归方法。
偏最小二乘回归方法是一种新型的多元统计数据分析方法，它能对系统进行有效降维和特征提取。该方法已经被广泛应用在工程技术领域，它与主成分分析回归建模方法的基本思路相同，主要区别在信息综合与筛选过程中，它不但考虑自变量的降维与信息综合，而且要考虑新的信息对因变量具有最佳的解释能力。可以说偏最小二乘回归方法集多元线性回归分析、典型相关分析和主成分分析的基本功能为一体，将数据分析方法和对模型认识分析方法有机结合[10]，设自变量矩阵为：X0=(xi j, i=1, 2，∧，n, j=1, 2，∧，m)，因变量矩阵为：Y0=(yi 1, i=1, 2，∧，n)，具体计算步骤如下：
1)标准化自变量矩阵和因变量矩阵，得到标准化数据X0*，Y0*。
2)计算主轴：
相应地得到第i个综合变量Fi=Xi*-1ωi, Fi和Xi*-1进行普通最小二乘回归估计，回归系数并计算残差矩阵X*i=X*i-1-FiPi。
3)检验交叉有效性，若Qi2≥0.0975，继续计算，否则停止。
4)提取T个成分F1, F2，∧，FT建立X0*和Y0*在其上的回归方程。由于F1, F2，∧，FT均是X0*的线性组合，故最终可以改写成Y0关于X0的回归方程。
3. 均生函数回归方法。
自从魏凤英等20世纪90年代提出均生函数预测模型[8]以来，在许多科学研究领域中得到了广泛的应用[7]。均生函数模型是由时间序列按不同的时间间隔计算均值，生成一组周期函数，然后用原时间序列与这组函数建立回归预测方程。该模型是基于系统状态前后记忆的基本思想，构造一组周期函数及其延拓序列(包括原序列、一阶差分、二阶差分序列的均生函数延拓序列)，通过分析原序列与这组周期函数间的统计关系，建立相应的统计预测模型，其主要的数学原理可归纳为：
设某一时间序列为:xt={x1, x2，∧，xn}，对该时间序列作一阶差分运算Δxt=xt+1-xt, t=1, 2，∧，n-1由此得到一阶差分序列：xt (1)={Δx1，Δx2，∧，Δxn-1}，同样再对该时间序列作二阶差分运算：Δ2xt=Δxt+1-Δxt, t=1, 2，∧，n-2，由此得到二阶差分序列：x (2) (t)={Δ2x (1)，Δ2x (2)，∧，Δ2x (n-2)}，进一步采用以下公式：
对上述原序列、一阶差分和二阶差分序列作均生函数计算，式中i=1, 2，∧，l, 1≤l≤m, Nl=INT (n/l)。然后利用
对原序列和各阶差分序列的均生函数作周期性延拓计算，在式(3)中t=1, 2，∧，n, l=1, 2，∧，m。这样就可以使各均生函数的定义域扩展到整个需要的同一时间轴上。在此基础上，就可以建立原序列x (t)与fl (t)均生函数序列之间的回归方程。
由式(4)利用均生函数外延值即可对原序列作多步预测。
4. 多层递阶回归方法。
动态系统预测的多层递阶方法自从20世纪80年代初发表以来，已引起了国内外专家学者的很大兴趣，并在实际中应用，而最近张晓东[11]，针对以往多层递阶预报方法存在的问题提出了一种改进模型，该模型的预报输出为：
式中ai为回归系数，ai*(k)为时变参数，ε(k)是随机噪声，m为预报因子个数。将这种多层递阶回归分析方法的计算步骤归结为：
1)按照回归分析方法的计算步骤，分别求得各因子的回归系数a0, a1，∧，am。
2)将回归系数ai与某对应的预报因子x (k)相乘，并看成一个新的因子xi*(k)，即
3)将预报对象y (k)减去回归方程的常数项a0得到新的预报对象y*(k)，即
将式(16)、(17)代入式(15)，可得
4)应用多层递阶方法的计算步骤对式(17)求解，其时变参数递推公式为：
5)对计算得到的时变参数估值序列进行分析，根据不同的变化特点，通过适当的方法，如均值近似法、定常量法、分段周期变量法、多层AR模型递阶法等方法建立时变参数模型，则可得到各时变参数预报值
5. 神经网络方法。
神经网络作为一种人工智能技术，具有分布并行处理、非线性映射、自适应学习和鲁棒性和容错性等特点，使得它在模式识别、控制优化、智能信息处理以及故障诊断等方面都有广泛的应用。神经网络的特点是在对一些复杂的系统我们不知道其内部机理时，只要有输入与输出向量的历史观测数据，它能够通过学习仿真其内在的相互关系，从中寻找观测数据的规律[12]。一般的三层前向神经网络包含输入层、隐层、输出层，通过训练算法可以实现复杂的非线性影射。网络的输入与输出之间的关系如下：
其中f (x)=1/1+e-x, k=1, 2，∧，n, t=1, 2，∧，Nl, xi为网络的输入，为网络的输出，wi j为输入层i节点到输出层j节点的权值，vj k为隐层j节点到输出k层节点的权值，θj为隐层j节点处的阀值，rk输出k节点处的阀值，f为激活函数。设定网络总的误差小于ε1，则有：
一般采用梯度规则，由E对求导数，以E减小的负梯度方向作为权值调整方向，来求解网络参数，目前的神经算法很多，本文训练算法分别采用Matlab神经网络工具箱[13]中的Powell-Beale共轭梯度反向传播算法(traincgb)、自适应学习速率梯度下降反向传播算法(traingda)、Levenberg-Marquardt反向传播算法(trainlm)，弹性反向传播算法(trainrp)、由初始训练集各自训练，这样可以得到四个神经网络组合预测个体。
6. 支持向量机回归。
支持向量机是Cortes和Vapnik在1995年提出的[14]，是近年来机器学习研究的一项重大成果，它是在Vapnik等人提出的小样本统计学习理论基础发展而来，其算法是基于结构风险最小化准则[15]，与传统的神经网络相比，支持向量机不仅结构简单而且各种技术性能明显优于神经网络，这已被大量的实验证实[16,17]，尤其他在处理非线性问题时，通过非线性核函数，将输入向量映射到高维线性特征空间，在这个空间构造样本最优超平面，以此将非线性问题就转化为高维空间中的线性问题，然后用一个核函数来代替高维空间中内积计算，从而巧妙地解决了复杂计算问题，并且能有效地克服维数灾和有效提高泛化能力。
对于给定的数据集合{xi, yi, i=1, 2，∧N}，确定回归函数f (x)=(ω·φ(x))+b，采用ε-不敏感损失函数，并引入上下松弛变量ξi和ξi*以描述带外样本数据的拟合损失，其可以转化成求关于变量ω、b、ξi和ξi*的最优化问题。
式中C为惩罚系数，用于控制对ε带外样本数据的惩罚程度，并实现函数f (x)的复杂度和拟合精度之间的平衡，上述优化问题二次优化问题，引入数乘因子可得如下对偶表达显示：
其中K (xi, xj)=φi·φj为核函数，一般取为K (xi, xj)=exp(-‖xi-xj‖2/2σ2)它是满足条件的任何对称的核函数对应于特征空间的点积，于是可以得到回归函数的表达式为：
7. 基于支持向量机组合股市预测模型的建立。
股票市场一个复杂系统，而且受政治、经济、社会的众多因素影响，加之人们对其内部的运行机制缺乏深刻的认识，无法有效确定哪些变量对系统有较大影响。目前股市上的技术指标经常被作为神经网络的输入变量来预测股市，而且取得一定的效果。本文所建立的模型是依据文献[18]选取六个变量作为神经网络的输入变量：
x1-10日乖离率(BIAS (10));x2-5日移动平均线相对30日移动平均线的乖离率;x3-14日相对强弱指标;x4-26日人气指标;x5-随机指数值;x6-6日OBV能量潮。
神经网络的输出变量：Y=(y1, y2), y1上证指数开盘价，y2上证指数收盘价，在训练时对于输入变量取值范围不在[0, 1]的按下式归一化到[0, 1]。
本文选取2007年1月4日至2008年7月10日共400个交易日上海证券交易所的六个技术指标的数据资料作为自变量，上证综合指数开盘价、收盘价数据作为因变量输出来建立预测模型，对后40个交易日的数据预测(2008年7月11日至9月4日)，用于检验模型的效果。统计模型都是在回归模型和回归系数非常显著时建立，每一个神经网络结构均采用形式，即网络的输入层和隐层节点个数一样多，输入层的节点由输入变量确定，输出的是股市的开盘价和收盘价两个变量。网络的训练次数1 000，学习因子0.9，动量因子0.7，总体误差0.001。以上的支持向量机组合股市预测模型可以归纳为：(1)利用逐步回归模型、偏最小二乘回归模型、均生函数回归、多层递阶归模型分别建立四种子预测模型;(2)利用不同的神经网络算法建立四种子预测模型;(3)利用支持向量机回归组合，生成最终预测输出，运算流程如图1所示。
二、实例分析
为考察模型的效果，我们用六个技术指标作为自变量，通过线性回归方法和不同神经网络训练算法共产生八个组合个体，对其简单加权平均，建立线性组合模型(Line Regression Combination Model，记为：LR-CM);用支持向量机回归建立非线性建立组合模型(Support Vecort Regression Nonlinear Combination Model，记为：SVR-CM)，分别对400个样本拟合和后续40个样本预测，比较结果用来检验预测模型的效果。设yn和y赞n分别表示实际值和组合预测输出，n为样本个数，根据数理统计的基本原理，我们采用四个指标来检验模型的拟合和预测效果。引入以下四种统计指标：
1）平均相对百分比误差
2）均方根误差
(3）趋势准确率
其中
i=1, 2, ∧, n
4）非线性回归复相关系数
式(21)是用来反映股市在下一个交易日和当前交易日变化情况，如果下一个交易日股市相对当前上涨，预测也是上涨，则记为趋势预测准确，若下一个交易日股市相对当前下跌，预测也下跌，也记为趋势预测准确，反之则极为趋势预测错误，该式可以用来衡量股市趋势预测准确率。
下表是两种模型对开盘价的400个交易日上证指数样本拟合和对40个交易日预测的各种误差统计值，图2是两种模型对开盘价400个训练样本拟合效果，图3是两种模型对开盘价40个样本预测效果，从下表的两个模型的拟合和预测数据，以及图2、3可以看出SVR-CM模型、无论是拟合还是预测效果均要优于LR-CM模型。
从上表的结果可以看出，SVR-CM模型对训练样本和检测样本的各种统计指标均小于LR-CM模型，显示出SVR-CM模型具有很好的学习能力和预测能力，而且预测精度也要高于LR-CM模型。股市的预测要在数值精度很高相当难，但是如果能对上涨或者下跌趋势预测，在一定程度上相当有益，及实际股市明日上涨，预测为上涨;实际股市明日下跌，预测下跌，对于投资相当有益，而本文式(20)可刻画股市下一个交易日相对当前的趋势，从上表可以看出，SVR-CM模型在拟合时，400个交易日的数据，有300次趋势正确，准确率为75%，在预测40个交易日时，25次趋势正确，准确率为62%，对未来具有很好的跟踪能力。而LR-CM模型在拟合时的趋势准确率为52%，预测的准确率为45%，相对来说只能预测基本趋势，从图2和图3也可以看出。
LR-CM模型是40个组合个体简单平均, 实质是一个不变权重方法的组合，而没有对其个体进行有效建模，误差精度自然无法保证，四种统计方法提取股市系统线性有效成分，四种神经网络提取股市系统非线性有效成分，再次把它们用非线性方法—支持向量机回归方法有效组合，实质是时变权重赋权的组合，从图2和图3可以看出，它具有很好地学习股市开盘价规律的能力，对检测样本也具有很强的跟踪能力，显示出很好的预测能力，其拟合和预测精度高于LR-CM模型，由于它把线性统计方法和非线性神经网络的优良性质，利用支持向量机技术集为一体，使得它的误差精度极大提高。
为进一步说明模型的稳定性，比较二者的优劣，利用本文提出的方法对收盘价的400个样本拟合和对40个样本预测的各种统计指标，结果表明同样表明SVR-CM模型在趋势预测，精度预测方面明显优其他模型，这说明SVR-CM模型具有较好的学习能力和预测能力。
结语
【预测下半年股市行情】推荐阅读：
《周易》与股市预测08-13
【语文】高考预测试题(9)作文预测题05-22
预测中考作文题目预测：哲理品悟09-26
风电预测07-15
事故预测07-16
预测方程10-15
预测体系10-16
房价预测10-17
工程预测10-21
走向预测10-21