股票预测技巧

目前，常用的股市预测方法主要有以下几种：

1、证券投资分析法

传统的证券投资分析法，具体可分为基本分析法和技术分析法。

基本分析主要包括宏观经济分析、产业周期分析、公司分析等。基本分析预测过程的主要思想是，任何一种股票都有一个内在价值，而它的价格是由盈利潜力决定的，盈利潜力又取决于国际环境、宏观经济、国家政策、行业前景、公司业绩、投资者心理等因素。如果价格总是趋向于内在价值，那么对未来价格的预测就是对其内在价值的确定。基本分析注重研究价格变化的原因，通过对影响股市供求关系的基本因素进行分析，确定股票的真正价值，判断股市走势，提供投资者选择股票的依据。基本分析有着较强的经济学含义，承认是供求关系对价格的作用机制，较多地从影响股价变动的基本因素出发，但基本分析过于强调股票

的内在价值，而我国股市普遍存在的炒作现象，往往使其价格严重背离基本价值。

其次，基本分析对市场的反应比较迟钝，预测的时间跨度比较长，在实务中被认同的程度不高。因此，基本分析偏重于股价的长期变动趋势的分析预测。技术分析法是一种完全根据股市行情变化而加以分析的方法。通过对历史资料成交量和成交价进行分析，判断整个股市或个别股票价格未来变化的趋势，探讨股市投资行为的可能转折，给投资者提供买卖股票的信号。严格的说，股票价格是无法精确预测的，因为它具有随机性和突变性等特征，无法在严格的假设基础建一立起精确的模型。但是，我们可以利用历史统计资料和概率论原理来分析和预测某段时间内整个市场及个别投资交易物价格变化的方向和程度，并对预测结论的可靠性和有效性做出刻画。

基本分析与技术分析两者分析的侧重点和采用的分析手段有所不同，但是，在实际运用中须互相兼顾，取长补短。作为职业证券投资者更重视技术分析，以决定什么时候买进卖出为有利作为经济工作者，理论界更重视基本分析，以掌握整个证券市场的长期趋势及其与国民经济整个行业发展的关系。

2、时间序列预测分析法

时间序列是按照时间顺序，排列出预测对象的有关的历史统计数据。时间序列表现了预测对象在一定时期内发展、变化的过程，反映着预测对象发展变化的特点、规律和趋势。如果预测对象未来发展变化的特点、规律和趋势不改变，就可以根据时间序列选择适当数学模型，推算出预测对象未来发展变化的量值。事

实上，证券市场行情演化的发展是千变万化的，时间序列所反映出的特点、规律和趋势只能在较短的时间范围内做出有效的预测。因此，时间序列法只适用于短期预测。预测的超前时间一般不应超过时间序列历史区间的十五分之一。也就是说，假如时间序列采集历史统计数据的时间区间是一年，那么，多只能在此后

三周内做出较为有效的预测，并且，预测时间越长，预测误差越大。时间序列法要求有比较详尽可靠的历史统计数据。在证券市场预测中，可以运用时间序列法，对历史统计数据比较完整的各种基本市场历史统计指标做短期预测。

该类方法把估价或股价指数看作变化的时间序列，通过建立时间序列相关辨识模型来预测未来变化。常用的时间序列分析法主要是建立在自回归模型、移动平均模型、自回归一移动平均模型和齐次非平稳模型，通过对选择模型的参数和辨识模型的系数实现对时间序列的拟合，进而用拟合好的模型对未来进行预测。时间序列分析法依赖于股票价格间的线性关系，局限性相当明显。这是因为，我们所处的客观世界是复杂的，我们所接触的绝大多数时间序列往往是由随机信号和由确定性非线性系统产生的信号的混合体，完全的随机信号几乎不存在，完美的线性关系同样很少，因此这些方法的预测效果并不理想。

股票预测技巧

3、非线性预测法

股价的非线性预测方法主要有基于统计学理论的预测方法、神经网络预测法、模糊逻辑预测法、以及结合了混沌动力学理论的预测法。

（1）基于统计学理沦的预测方法

统计学理论的预测方法，主要是基于模型拟合和小二乘原理建立各种回归、自回归、混合回归模型进行预测。此类方法，具有严格的数学基础，应用也广泛，近年也有相当的发展。

（2）神经网络预测法

当前，对非线性系统分析法的研究方兴未艾，神经网络方法更是备受关注。神经网络指的是一些表面上建立在大脑的工作方式的基础上的数学模型。基于神经网络的股票预测方法，主要是用神经网络进行股票价格的数据学习训练，然后使用训练模型去进行估价预测。近年，和*先将神经网络应用于预测领域之后，这种预测方法得到了广泛的重视和研究。人工神经网络在经济学领域中的应用主要是在年以后，尤其是年以后，各种处理经济问题的人工神经元网络模型广泛出现。此后，国内外关于神经网络在金融预测中的研究有很多，主要有和对年到年间神经网络在金融预测中应用的全面论述采用神经网络对进行的预测检验等人对美国纽约交易所股票价格波动的神经网络预测。

（3）模糊数学预测法

对于一个模糊系统来说，传统的预测方法就会失去作用。处理模糊预测问题的数学方法是模糊数学。模糊数学的基础是模糊集合论，而模糊集合是普通集合的扩张。美国学者教授建立的模糊集合论，为模糊预测理论与方法的研究奠定了理论基础。它用简捷有力的方法处理复杂系统，在某种程度上弥补了经典数学与统计数学的不足。在模糊预测的应用上，国内外学者也做出了许多有益的研究。

（4）混沌预测法

随着混沌动力学的发展，开辟了预测研究新的领域，为原来不可预测的复杂系统的预测提供了预测研究新的理论与方法。混沌理论的一个重要特征是系统对初值的敏感依赖，因此对于混沌系统，长期预测是不可能的，但是由于混沌系统存在奇异吸引子，系统运动不是随机的，而是在吸引子的构成的集中折叠、拉伸，因此混沌序列的短期预测是可行的。研究表明，股票价格的变动表现出混沌的特征，因此可以把混沌时间序列的分析方法应用在股票的价格预测。混沌时间序列分析的基础是重构相空间，混沌时间序列的预测问题可以理解成动力系统研究的“逆问题”。通过股票价格时间序列重构股票市场非线性动力系统，给定相空间

中的一串迭代序列，构造一个非线性映射来表示这一动力系统，此非线性映射就可作为预测模型。

（5）状态空间预测法

中国的股票市场是在近十几年才发展起来的新兴事物，`仑必然有其自身的复杂的社会现象，股票投资的发展是其社会发展、经济发展、股票市场逐步发展完善，诸多方面的动力因素共同作用的结果。要对未来股票市场的发展做出全面的预测，需要一种能系统地反映在多种因素共同作用下股票市场发展的动态过程的

预测方法。现代系统科学的发展和计算机技术的广泛应用为实现系统的科学预测证券市场发展提供了条件。状态空间法是根据系统科学的原理，应用计算机进行预测的方法刚。

4、组合预测法

对某一问题的具体预测通常可采用不同的预测方法，因为每种预测方法的适用条件不尽相同，所以会产生不同的预测结果，其预测精度往往也不同。但是，这些单项预测法在数据处理及不同准则方面均有其*到之处，能从不同的角度来推导和演绎，其预测结果都有一定的价值。由于被预测系统的复杂性，在许多情

况下，单纯利用一种特定的预测方法进行预测往往具有片面性。如果简单地将对中长期预测误差较大的一些方法舍弃掉，将会丢失一些有用的预测方法。一种更为科学的做法是，将不同的预测方法以某种方式进行适当的组合，综合利用各种预测所提供的信息，尽可能地提高预测精度，于是就形成了组合预测方法。组合

预测法就是先利用两种或两种以上不同的单项预测法对同一预测对象进行预测，然后对各个单*的预测结果做适当的加权平均。后取其加权平均值作为终的预测结果的一种预测方法。

显然，组合预测的关键是如何恰当地确定各个单项预测方法的加权权系数，而且采用不同的优准则就会有不同的优组合预测模型，其权系数的获得当然也就存在着一定的差异。通常都是把预测精度作为衡量某一组合预测模型优劣的指标。

温馨提示：《股票预测技巧》内容整理自网络以及网友投稿，仅供参考交流使用，版权归原作者所有，如有侵权请联系本站删除，谢谢。投资有风险，入市需谨慎。