股市可预测性与技术指标协整性的模型检验(doc 6页)

股市可预测性与技术指标协整性的模型检验内容提要：
　本文提出股市可预测性，针对的是证券市场有效性概念里，容易引起误解的几个地方〔1〕。需要强调的是：说证券市场价格“可预测”不等于说“可以100%的准确预见”，而是说“可以使用一般用于经济预测的方法，建立起能在一定误差要求之下预测证券市场价格变动的预测模型”。显然，任何方法建立起的任何预测模型都是存在误差的。“可预测”是指所建立起的预测模型其误差是在可接受的范围内。比如一个遵循随机游走模型的随机变量，当它的方差与期望之比满足一定条件时，随机游走模型本身就是一个误差满足一定要求的预测模型。
　　笔者认为股市的“可预测性”是一个始终伴随着证券市场有效性递进的强进程概念，即证券市场的有效性越强，其市场指数的变动中暴涨暴跌的情况就越少，建立预测模型的可能性就越大，“可预测性”就越强；反之如果证券市场的有效性越弱，单边上升或单边下降的可能性就越大，接下来随着市场的急速转向，建立预测模型的可能性就越小，其“可预测性”就越弱。
　　为支持以上概念的提出，我们使用上海股市有史以来的指数数据和香港联交所的同期恒生指数，建立两地股市误差满足要求的预测模型，即下面的(1.1)式。
　　MIt=a0+a1LMIt+a2D2+……+apDp+εt　　(1.1)
　　其中MIt为股指数据，LMIt为其一阶滞后变量，D2=Δ2MIt,…，Dp=ΔpMIt,分别为股指数据MIt二阶、…、p阶的差分变量。p为自回归的阶数，可由过拟合F-检验准则来界定，过拟合F-检验统计量的计算见下面的(1.2)式。
　　F=(N-p)(SSEp-SSEp+1)/SSEp+1～F(1,N-p)　　(1.2)
　　其中N为样本容量，p为所检验的模型阶数，也即模型中所用解释变量的个数，而SSEp为p阶模型的残差平方和：SSEp=,其中et=Xt-Xt为模型残差。过拟合F-检验准则对于(1.1)式的修正AR(p)模型可以给出阶数是否足够高的检验，用于在显著程度α下检验模型是否过度拟合，检验临界值及实际的计算结果见表1.1。
..............................