股票市场系统特性分析及应用

来源:用户上传      作者:

　　摘要： 股票市场是一个由众多生命或生命群体组成的复杂巨系统，其运行状态具有明显的非线性和复杂性特点。本文采用系统科学原理和方法建立了股票市场系统模型，给出了股票市场的非线性、自激振荡、正反馈、有界性和初值敏感等系统特性，并对证券投资领域常用的基本分析和技术分析方法进行了对比，从原理上看，技术分析考虑了引起股票价格变化的所有原因，因而技术分析是一种比基本分析更加科学、准确、可靠、有效的股票价格分析方法。
　　关键词： 股票价格 复杂系统 基本分析 技术分析
　　一、引言
　　自然界是以系统的方式存在的。自然界的一切事物，不是系统，便是系统的组成部分。系统是指相互关联、相互作用、相互制約的若干元素组成的具有特定功能的整体，元素是构成系统的组成部分，元素之间的相互作用关系就是系统的结构，功能是系统内在结构在外部环境中的表现。系统分析方法的原理就是把研究对象（股票市场）当作一个系统，分析系统的结构和功能，研究系统、要素、环境三者的相互关系和变动的规律性，从而能够更清楚地认识股票市场的随机性与确定性、有序与无序、线性与非线性、整体与局部、偶然与必然、量变与质变等范畴和概念的内在联系，为解决股票投资活动中的价格分析、价格预测、最优配置及风险管理提供系统科学理论和方法。
　　二、股票市场系统模型
　　股票市场是一个由大量投资者相互作用、各自为获得投资收益而对外部信息做出反应的复杂系统（图1）。每个投资者都可以看成是一个独立的决策子系统，其决策机制和决策目标是动态变化的，并与股票市场内的其他决策子系统产生信息交换。
　　图1所示的股票市场系统模型由投资者（个人或机构）和证券交易系统（证券公司交易系统和证券交易所交易系统）两种元素构成。系统输入为股票市场公开信息、内部信息、历史信息和噪音信息等，系统的输出为股票指数、股票价格和股票成交量等信息。
　　公开信息：已经公布或公开发表的宏观经济指标和政策、行业分析报告、公司定期报告及对外公开披露的重大事件和消息，专业投资机构或专家公开发表的报告或资料等一切能够公开获得的信息。
　　内部信息：指政府或企业尚未公开的或原本属于保密的内幕消息。
　　历史信息：主要指股票指数、股票价格和成交量等历史数据。
　　噪音信息：非正式途径传播的消息，如道听途说的消息、传闻或谣言。
　　从信息接收、处理、交换和输出的角度看，图1所示的股票市场系统模型是一种外部有环境、内部有结构的信息系统。输入信息是环境对系统的激励，输出信息是系统对输入激励的响应。系统为开放式系统，系统与环境的相互联系和相互作用是通过信息交换实现的。
　　股票市场系统模型具有反馈功能。系统的输出信息返回到系统输入端，作为输入信息作用于系统，并以某种方式影响系统输出的状态。信息反馈的性质可以随时间而变化，在某段时间为正反馈，在某段时间为负反馈。
　　三、股票市场系统特性
　　股票市场系统中包含了众多的投资者（生命个体和群体），每个投资者对同一输入信息的反应（程度及时间）各不相同，而且彼此之间还会相互影响，因此股票市场系统是一个带有反馈功能的非线性复杂巨系统（李士勇，2006）。根据系统科学对复杂系统随时间演化的共性规律研究成果，股票市场系统具有如下5个特征：
　　（一）非线性
　　非线性是指系统内的所有事物之间相互作用，即股票市场系统的输入信息、输出信息和系统元素均会相互影响、相互制约和相互依存。因此，很难用数学模型来描述股票市场系统的输入与输出之间的数量关系。
　　（二）自激振荡
　　股票市场系统的输出在没有周期性输入信息的作用下也会产生波动，即使所有输入信息没有发生变化，股票市场系统也会自发产生周期性波动。这一特性从股票市场本身的特点很容易理解，股票作为有价证券，本身并无价值，其交换价格来源于股票持有者和参与交易者对未来价格的主观预期和市场需求。投资者的情绪、非理性投机行为和羊群效应会直接影响股票价格，给股票市场带来很强的自激振荡。
　　（三）远离平衡态
　　股票市场系统的输出（股票价格）并不是围绕平衡态（股票价值）波动，而是远离价值进行波动。
　　（四）正反馈
　　正反馈是指投资者根据股票价格的变化直接作出相同方向反应的现象。很多投资者是在股票价格出现上涨后买入，或在股价下跌后抛出，即通常所说的“追涨杀跌”。这种追涨杀跌的正反馈作用会形成杠杆放大效应，使股票价格疯狂上涨而造成严重的股市泡沫，或股票价格崩盘暴跌而造成长期的非理性低迷。
　　（五）混沌特征
　　混沌是非线性系统特有的一种复杂状态，是指非线性系统的输出貌似随机变化，但其中隐藏着确定性的系统运动规律。对于股票市场系统，具体表现在以下6个方面：
　　初值敏感：系统会因十分微小的输入信息变化而产生巨大幅度的输出变化，这就是著名的蝴蝶效应：“南美洲一只蝴蝶扇动翅膀，会在佛罗里达引起一场飓风。”
　　内随机性：非线性复杂系统均存在一种貌似随机、不可预测的无规律复杂运动形态。股票市场系统输出（股票价格）的随机性不是在任何外在随机输入因素作用下产生的，它是由系统内部自发产生的随机性。产生内随机性的根源在系统本身的非线性相互作用，并不是外界随机干扰因素对系统运行状态影响的结果。
　　有界性：股票市场系统的输出是有界的，其运动轨迹始终局限于一个确定的线性通道内（高宏，2020），系统从整体上是稳定的。
　　分形特征：股票价格曲线的局部和整体具有自相似性。股票价格具有1/f分形特征和标度变换下的结构不变性（高宏，2019），这种时间上的分形特征表明股票价格为混沌信号。
　　自相关性：混沌信号（股票价格）与一般意义上的随机信号不同，具有很强的自相关性和长期记忆性。股票价格的自相关函数在很宽的范围内具有非零值（高宏，2019），表明股票价格中存在可以识别和利用的规律，具有可预测性。 　　混沌序（波动有序性）：股票市场系统的输出波形（混沌信号）看似像随机变化的噪声，但它实际上是由股票市场确定性的规则所产生，是非线性系统的固有特性。混沌序是一种无序中的有序，股票价格在时域中无法用确定性的函数进行描述，但在频域内可用确定性的函数进行描述（高宏，2019），股票价格现象是一种能量集中在低频段的红噪声。
　　四、股票价格分析方法对比
　　股票价格分析是指投资者通过对影响股票价格的各种原因进行综合分析，掌握这些影响因素的作用机制及规律，以判断股票价格及其变化行为，用于提高投资决策的科学性，从而在降低投资风险的同时获取最大投资收益。根据图1所示的股票市场系统模型，有两种分析方法可供选择。
　　（一）输入输出分析方法
　　输入-输出分析方法的原理是，先获取影响股票价格的所有系统输入信息（包括输出反馈），然后根据股票市场系统数学模型，计算出系统在输入信息作用下产生的输出。证券投资行业使用的基本分析（张祖国，2012）可归类为输入输出分析方法。
　　基本分析方法只考虑了引起股票价格变化的一部分公开信息，没有考虑引起股票价格波动的内部信息、噪音信息、自激振荡和正反馈等内、外部影响因素。因此，基本分析只能定性从经济和金融层面解释一下影响股票价格变化的原因，而分析不出对股票价格变化的影响程度，也判断不出股票价格的运动状态和变化趋势。
　　另外，股票市场具有初值敏感性，如果获取的公开信息和数据不准确，股票市场的初值敏感特性会导致分析结果与实际情况出现较大的偏差。因此，基本分析对基本面数据的真实性、完整性和准确性要求很高。
　　（二）输出波形分析方法
　　输出波形分析方法的原理是，股票市场系统的输出（股票价格）是所有内、外部影响因素共同作用的结果。利用非线性复杂系统输出具有混沌序的特性，直接从股票价格波形中提取低频波动的状态及趋势，就能为股票投资决策提供及时、准确、可靠的科学依据。
　　证券投资行业使用的技术分析就是一种典型的输出波形分析方法。广义上讲，以股票价格为分析对象的各种量化分析及预测方法，如回归分析、时间序列分析、灰色关联分析和神经网络分析等，均属于技术分析的范畴。
　　技术分析有三条基本假设（Murphy，2012）：
　　（1）市场行为包含消化一切;
　　（2）价格以趋势方式演变;
　　（3）历史会重演。
　　假设（1）是指股票价格是各种内、外部因素综合作用的结果，任何一个因素对股票价格的影响都会反映在股票价格的变化上，与图1所示的股票市场系统模型输出特性完全一致。
　　假设（2）和假设（3）实质上描述的是股票价格曲线中的低频波动特征。假设（2）指的是低频波动从波底到波顶的上升趋势，以及波顶到波底的下降趋势;假设（3）说的是低频波动的循环往复特性。
　　表面上看，技术分析只关心股票价格本身的波动状态和趋势，而不关注引起股票价格变化的宏观经济形势、行业发展趋势和企业经营状况等各种影响因素。事实上，实际股票价格是所有内、外部因素综合作用的结果，因此技术分析结果已经反映了所有内、外部因素对股票价格的影响，因此从系统科学的角度看，技术分析是一种比基本分析更加科学、准确、可靠、有效的股票价格实时分析方法。
　　传统技术分析由于只使用简单的图形和指标分析手段来提取股票价格中的低频波动信息，因而造成了随机噪声对分析结果影响较大，以及分析结果滞后等实际应用问题。
　　五、结论
　　本文使用系统科学原理和方法建立了股票市场系统模型，给出了股票市场的非线性和混沌系统特性，从系统科学的角度分析了基本分析和技术分析两种方法的原理及优缺点。从分析原理上看，对于股票市场这种非线性复杂巨系统，技术分析无疑是一种科学有效的分析方法。
　　参考文献：
　　[1]李士勇.非线性科学与复杂性科学[M].哈尔滨： 哈尔滨工业大学出版社，2006.
　　[2]高宏.数理金融学的研究方法错误及纠正[J].时代金融，2020（3）.
　　[3]高宏.股票价格白噪声积分模型及时域和频域特性研究[J].當代经济，2019（9）.
　　[4]张祖国.证券投资分析[M].上海：上海财经大学出版社，2012.
　　[5]John J.Murphy.金融市场技术分析[M].丁圣元译.北京：地震出版社出版，2012.
　　作者单位：清华大学
转载注明来源:https://www.xzbu.com/3/view-15216507.htm