王 闽

（1.安徽科技学院 财经学院，安徽 凤阳 233100；2.中国矿业大学 管理学院，江苏 徐州 221116）

基于可公度的股指时间窗口预测研究
——以沪深300为例

王 闽1，2

（1.安徽科技学院 财经学院，安徽 凤阳 233100；2.中国矿业大学 管理学院，江苏 徐州 221116）

可公度性表示自然界事物之间的一种秩序。基于可公度信息预测理论和沪深300股指历史数据，推算出其时间窗口三元可公度式，结论显示沪深300的浪底时间窗口序列具有良好的可公度性质，可公度法在股指时间窗口预测具备适用性。

可公度信息系；沪深300；时间窗口；预测

股票指数预测在金融投资领域占有重要地位，股票指数引导资源优化配置并能反映资本市场信息，股指预测越准确和快速，投资者越能顺应市场，股指预测成为投资者把握市场的有效手段。

一、问题的提出

股票指数预测具有变换频率大，涉及因素多，计算复杂等特性，是金融数据中最复杂的数据类型之一。张冬梅使用主成分分析法选取输入变量，并将GA-BP混合建模应用于沪市综合指数预测中[1]。马明提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法，将该预测方法应用到上证综合指数的时间序列进行有效性验证[2]。陆磊，刘思峰将改进的R/S法检验中国股票指数长记忆性[3]。杨海深、傅红卓提出了利用贝叶斯正则化BP神经网络对股票指数进行预测[4]。蔺玉佩，杨一文应用模糊时间序列模型对股票市场预测[5]。印凡成等用GARCH-M模型模拟波动率的变化趋势，将所得结果带入Black-Scholes公式中，用蒙特卡罗模拟预测股票指数[6]。……