導語：試議股票中的灰色系統模型一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、股票投資價值灰色系統模型

灰色系統理論始于20世紀80年代初。“灰色系統”一詞是被在1981年鄧聚龍教授的上海學術報告中首次使用。隨后他又發表了一系列關于灰色系統的論文，為灰色系統的理論打下良好的基礎，同時也引起更多學者對它的興趣，參與到它的研究中。可實際，灰色系統是由英國科學家的“黑箱”概念的基礎上演進而來的，它融合了自動控制和運籌學。灰色系統是一種包含已知信息和未知信息的系統，主要用于信息不完全的系統，利用已知的信息來探索和預測未知信息，從而知曉整個系統。灰色系統理論和模糊數學、概率論方法一樣都是來探索不確定性系統，具備使用“少數據”尋找現實規律的良好能力，解決了數據不充分或是系統周期太短的問題。如今灰色系統理論被應用于各個領域，譬如經濟管理、生態系統、工程控制等領域。同時在股票投資領域也得到了應用，下面探討下灰色系統如何在股票價格走勢上得到利用。

研究股票的“內在價值”是我們認識股票價格的重要方法，可是它的研究需要專門的知識支持，而且受人們是否合理與準備的判斷未來現金流所影響。股票的價格又是很多信息綜合反應的結果，不同的股票，有不同的價格反應信息機制靈敏性，并且隨著時間的推移，想要找到造成這種差異的原因，以及這種差異產生的軌跡和強度是什么，我們都無法把握，更別說把握股票的“內在價值”。股票的價格反應了所有與之相關的信息傳導機制和靈敏度。可是雖然我們不知道它的傳導方式和靈敏強度，但是我們能采用相應的方法通過價格的歷史變化信息來判斷價格未來趨勢，從而獲得股票價格的反應機制信息。于是為了測試和反應它的傳導機制和靈敏度，我們建立了灰色系統理論。灰色系統理論利用搜集和整理系統原始數據，來尋找其發展規律。灰色系統表明，所有灰色序列都能展現本有的規律，在使用一種生成弱化其隨機性后，也就是說，利用灰色數據序列來架構系統的反應模型，然后就能利用這個模型來預測系統可能發生的變化。

灰色系統模型利用微分方程來反應系統的客觀規律。有了灰色系統理論，想要掌握市場價格走勢和方向，我們并不需了解是什么信息影響了或是如何影響了股票價格，例如公司的基本面變化、宏觀的經濟因素變動、市場參與人數增減與否等等會對價格產生影響的綜合因素，我們只要加入能改變原有的價格趨勢的新信息，這些信息是用來驅動市場價格變化的，可這些新信息的影響也不是立馬能實現的，它的實現需要一個不斷消化的過程，這就是通常我們所說的記憶功能，它是股票市場價格變化的驅動力，但是有也有一定“慣性”，灰色系統在股票投資上的利用，正是要解決如何利用這種驅動力來預測未來價格的走勢。

二、灰色系統模型在股票投資價值上的應用

（一）時間轉折預測我們用某一股票的日收盤為例，把某個時間的某個點當起點，當局部低點和高點間波動200點以上時，就認為是一次市場指數轉折，把從低點到高點的變化當做一個階段，因此，我們選用局部最低點與最高點，在選用毗鄰的指數相差在200以上的點，算出它們距離起點的月份，用來進行量化分析指數的走勢。通過灰色微方方程可列出指數轉折點的時間方程，而且通過方程式對指數未來轉折情況進行預測。

（二）新陳代謝模型、事后檢驗事后檢測通過模型來比較預測值和市場實際值而得到的。而從實際應用中發現，只通過每一個數據系列來進行長期的預測走勢和時間點是遠遠不夠的，因為新信息的作用沒有完全發揮出來，而歷史信息只能在一定程度上影響，價格在信息的記憶和預見能力又有限，于是，隨著市場的發展，信息對系統的影響會不斷地減弱，所得到的誤差也會越來越大，所以我們需要采用新陳代謝GM模型，通過不斷用新數據替換老數據來最有效的展現新信息對于市場價格走勢的影響。

三、結束語

由此看出，我們能利用灰色系統模型來預測股票指數變化情況，從而能更好地、更有效地作出投資決策，最大程度上地降低投資上的風險。可是灰色投資價格模型也有局限性，它只能用于短期的預測，時間越長預測的誤差越大，因此，在實際運用中，我們要給模型不斷的添加新的信息，摒棄那些預測作用越來越小的老數據，以減小預測誤差。

作者：趙千秋單位：濰坊職業學院