预测在证券市场中的局限性研究，本文主要内容关键词为：局限性论文,证券市场论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、股市预测五类人等
有位证券界朋友论及中国研究股市的人曾经说过：嘴、眼、手、脑、心。经济学家用嘴研究问题：高谈阔论；政治学家用眼研究问题：眼高手低；金融学家用手研究问题：百测不准；投资家用脑思考问题：高套低逃。所谓“大家”用心研究问题：先知先觉。最无聊的是自称破译了什么理论之类的人等，这些年我们见得多了。
做到先知先觉不可能，否则在证券市场上每个人都是百万富翁了。投资者如果真能做到某种程度的预测，投资收益自然不言而喻。对未来的先知是人类的渴望，所以预测很早就有，占卜就是一种预测。预测的基本原理以最简单易懂的说法是这样一个模式：“已知—未知”，或者“过去、现在—未来”。对“已知”的认识和把握程度最终决定对“未知”的认识和预估的准确性；预测的根本线索是事物发展的规律，因此，能否认识和利用规律也对预测结果的准确性有根本的影响。
主流预测方法有技术分析、基础分析、人工智能等。近年来人工智能进展很快，尤其是神经网络由于其快速简便，学习能力强的特点在预测应用中得到全面施展。因此，受到不少预测人士的追捧。其实，由于市场背景不同，投资者的群体行为不同，加之各抒已见使人难以把握其精华，从而经常引起歧义，甚至导致投资操作失误。因此我们在此探讨预测在证券市场技术分析中的局限性。
二、股市经典预测：技术分析与基础分析
经典技术分析以均线系统为依托，主流技术以统计学等为基础。技术分析主要是透过图表或技术指标的记录，研究市场过去及现在的行为反应，以推测未来价格的变动趋势。技术分析包括指标技术分析和形态技术分析，研究手段本身也是互相交叉的。无论是指标技术分析，还是形态技术分析，其目的均是来预测市场发展的趋势，同时表明这种趋势是处于那一个阶段。技术分析具有理性和客观性的特点。但这种分析方法较复杂、而且有信号滞后、高位钝化等缺陷，加上庄家的恶意骗线等因素，刚进入股票市场、技术分析不精的投资者不易掌握。基本分析主要是根据供应量和需求量及影响供求关系的各种因素的变化，来预测价格走势。基本分析所遵循的一个基本经济学原理就是供应的增加或需求的减少将导致价格下跌：反之，供应减少或需求的增加将导致价格上涨。基本分析具有直观、容易掌握的优点，但基本分析普遍存在一项消息两种看法的情形，主观性色彩较浓。
目前对上述方法的批评很多了，在此不再一一赘述。
三、人工智能预测
纵观近年来人工智能预测文献，神经网络模型有良好的非线性品质，灵活而有效的学习方式，完全分布式的存贮结构。
目前许多预测软件以神经网络作为广告热点，神经网络预测究竟是什么呢？我们以神经网络BP模型为例，首先它是一种隐式模型，相当于一个黑箱，它将系统的结构含于网络的数值当中。一般将外生变量样本观察值或时间序列数据作为网络的输入向量，将内生变量样本值作为输出，通过训练网络可以预测因变量（或内在变量）下一步走向。无论系统模型是何种类型，用于表述或描述这些神经网络的框架结构是不变的，也正是由于这种特性，神经网络才拥有了学习能力。
神经网络模型突破了传统预测方法许多局限性。但神经网络并不是万能的，至少存在以下方面不足：
1.缺乏统计合理性。
无论外推模型还是因果模型，都基于统计学，有一整套的统计检验，具有显著的统计意义，而这正是神经网络预测的明显不足，它无法给出预测值的区间。无法检验估计值的可靠性。相信结合统计学的神经网络预测研究将具有重要的意义。
2.不易解释性。
各种定量或（客观）预测方法的最终结果均以模型形式结果给出，容易结合经济理论或各领域知识来解释，并进行灵敏度分析、边际分析，而神经网络系统的结构无法用显示表达出来，解释困难，采用该法预测有一定的风险。如果产出了错误的预测，常常无法解释出错的原因，回归分析之后，常常要进行经济合理性检验，如判断某些系数值符号的正确性，而对于神经网络预测都无法进行类似检验。因它不仅缺乏统计检验准则，且无一定理论可遵循，不易解释。
3.缺乏稳健性。
神经网络的优点是在于不断学习与训练，但却不能辨识异常值，当异常值影响强烈时，神经网络模型也能给出拟合精度极高的估计。结果，显然用于预测将产生大的偏差。故神经网络预测对数据质量要求较高。另一方面，应用研究表明，拟合精度高的模型并不完全意味着高的预测精度，而我们却无法推知神经网络模型预测精度如何。
4.运算速度缓慢。
在运算方面，利用神经网络预测，每增加一个新的样本，均要重新学习与训练，花费大量的时间，其本身训练与学习也十分缓慢，有时慢得令人难以忍受，变量选择时更为严重，训练函数及权值修正算法影响速度，且神经网络预测用于长期预测有一定困难。
5.隐节点难确立（隐层数及神经元的经验性与任意性）
网络的隐含层数，隐节点个数及神经元能量函数的确定纯粹凭经验或凑试，带有一定的任意性，一方面影响到训练与学习时间与最后结果的精度，另一方面也关系到这一方法的普及。
6.宏观预测困难。
宏观社会经济问题，变量间相互关联，相互影响，相互制约，仅凭单一方程是不足的。计量经济联立议方模型在宏观预测中起着举足轻重的作用，但它却主要基于线性模型，解决非线性问题存在一系列困难。神经网络强调预测方法虽然在解决非线性问题方面具有优越性，却面对因变量间关联束手无策。
7.模型选择的困难。
神经网络预测由于缺乏统计机理，变量选择十分困难，无法给出相关的显著性统计准则，也难以给出合适的变量选择准则，显然仅以精度准则是有缺陷的。我们知道，模型中包括不相关变量或略去重要变量均将对预测结果产生重要影响，且使结果失去可信。因此，开发相应的变量选择方法是神经网络预测研究者面临的十分棘手的问题，也是首先应该解决的问题。只有这样，才可以使得我们不仅知其然，而且知其所以然。
四、证券市场预测的四大困难
我们对自然世界的预测与对金融世界的预测似乎是不同的，至少有四大困难需要克服：
预测困难之一是在于人们对于世界的理解总是不完善的，因此预测也总是不准的。索罗斯耗尽心血所构思的那些想法使得每一个人都大感困惑不解，实际上，他的主题思想就在于，我们对于生活其中的这个世界的理解从根深蒂固的层面上看，是相当不全面的。索罗斯认为，区别准平衡和极度失衡两种状况，对于投资者来说极其重要。两者之间的分野十分模糊，常常有一些力量和势力，将人们投入到极端失衡的状态中。但是他自己也承认这并不能说明他已经掌握足以清晰地解释或预测这种情形的成熟理论，他还只是处于摸索阶段。
预测困难之二在于预测模型的设定，主要是由于金融系统的多群体、多层次、多事件、非线性和时变动态本质，使得传统的预测模型受到限制。数学方面涉及许多复杂深奥的理论和算法，远非一、两个数学家可以独立完成的，更何况研究涉及信息技术方面的支持。
预测困难之三是在于预测与决策的依存关系，主要是为了做出投资决策而需要了解的局势（总体环境），实际上又是受到这些决策潜移默化的影响的，在参与某些事件的人的期望值与这些事件的实际结果之间，存在着不可改变的差异。有时，这类差异过于微不足道，人们几乎可以视而不见；然而，在其他情况下，这种差异却又是如此之大，例如证券市场等波动型市场，以致于能够成为确定事件过程的关键因素。
预测困难之四是在于金融信息与获得信息的方法不可以共享。证券业是金融界中一个历史悠久的行业，国内外有关预测技术方面的书籍和文章并不匮乏。然而，我们几乎找不到较为优秀的股市预测技术，究其原因不外乎如此，在股市中赚大钱的人无暇无心推介其独门秘技，而拼命介绍者往往不是赚不到大钱就是还没有赚到大钱的人。华尔街聚集着许多的数学天才，他们将自己的预测分析与实战经验融汇为理论、模型和指标，但是从来秘不示人。或许这就是为什么多年来，许多研究者致力于非线性时间序列分析和非线性模型预测的证券研究，但是成果不显著。在索罗斯后来成名后才畅销一时的《金融炼金术》(The Alchemy Of Finance)是这位金融大师毕生心血的结晶。但是，或许正是因为这本暴露思想的书和引人注目的招摇使其丧失了一世枭名。
因此，任何不考虑上述因素的预测方法，都应有待进一步研究。
五、股市预测的科学思维
对投资者而言，人在预测过程之中怎样形成自己的思维方式呢？科学方法论的常识是：重视对信息的把握和对规律的认识；努力锻炼、勤于思考、善于总结，形成科学的思维习惯和方式；借助现代技术增强自己认识事物和分析问题的能力和手段。预测本身要借助数学等方法论，例如有时我们可以通过抽样设计和调查等科学方法来确定某种情况发生的可能性，同时也要借助于先进的信息技术手段。以下几个基本原则可能会对从事预测研究的工作者有些启发：
1、相关原则。建立在“分类”的思维高度，关注事物（类别）之间的关联性，当了解（或假设）到已知的某个事物发生变化，再推知另一个事物的变化趋势。最典型的相关有正相关和负相关，从思路上来讲，不完全是数据相关，更多的是“定性”的。从总体上观察，与股市高度相关的市场至少有期市、汇市、资本市场等。
2、惯性原则。任何事物发展具有一定惯性，即在一定时间、一定条件下保持原来的趋势和状态，这也是大多数传统预测方法的理论基础，如“线性回归”等趋势外推法。这些原则在证券市场上非常适用，甚至由于错误的自我强化使之非线性特征明显，每次矫枉过正，从而出现巨幅波动。
3、类推原则。这个原则也是建立在“分类”的思维高度，关注事物之间的关联性。证券市场经常出现板块之间的轮动，某一只股票带动所属板块，该板块又带动相关板块，最终诱发大盘启动。同理，城门失火、殃及池鱼的现象也举不胜举。但是类推不可以顾名思义，许多投资者仅仅由于某公司一改名为“XX高科”、“XX科技”或者刚置换了一点有科技含量的资产，就认为该公司变成了高科技公司。
4、概率推断原则。我们不可能完全把握未来，但根据经验和历史，很多时候能大致预估一个事物发生的大致概率，根据这种可能性，采取对应措施。散户、大户和庄家投资博弈型决策都在不自觉地使用这个原则。但是可悲的是投资者偏好于实验自己的判断，源源不断的新投资者进入，陆陆续续的老投资者的退出，形成了过度自信的投资者主导证券市场的局面。
世界上根本不存在这样的预测技术，它可以在任何一个期间、针对任何一支股票都是屡试不爽。我们必须分析数据依据、预测模型、设计原理、理论背景、应用范围和不足之处等等，这对于预测技术分析方法的选择是十分重要的。只有这样，投资者才能够准确、自如地选择与运用技术分析指标。