基于圖案檢測(cè)和成交量的股票趨勢(shì)分析

余任+車(chē)文剛+周志元+權(quán)鵬宇

引言

時(shí)間序列是按照時(shí)間順序排列的一組數(shù)據(jù)，它反映了某一事物或現(xiàn)象的狀態(tài)隨時(shí)間變化的規(guī)律，其廣泛存在于生物、醫(yī)學(xué)、工程和經(jīng)濟(jì)等各個(gè)領(lǐng)域。股票時(shí)間序列是一種與數(shù)據(jù)點(diǎn)有關(guān)的序列，其中包括股票的價(jià)格（開(kāi)盤(pán)價(jià)、收盤(pán)價(jià)、最高價(jià)、最低價(jià)）以及成交量等信息。眾所周知，在股票時(shí)間序列序列中包含了大量的數(shù)據(jù)信息以及股價(jià)的走勢(shì)規(guī)律，怎樣在時(shí)間序列中挖掘出有用的信息引起了國(guó)內(nèi)外專家學(xué)者的廣泛關(guān)注。

早在上世紀(jì)八十年代，異常數(shù)據(jù)的檢測(cè)在統(tǒng)計(jì)學(xué)中得到了廣泛的研究，并取得了顯著成果，在此背景下，研究者將其應(yīng)用到股票時(shí)間序列中。在對(duì)時(shí)間序列進(jìn)行分析時(shí)，往往會(huì)發(fā)現(xiàn)一些偏離常規(guī)的數(shù)值或者片段，一般將其稱之為奇異點(diǎn)或者異常點(diǎn)，這些非常規(guī)的數(shù)值或片段，通常蘊(yùn)含著更為重要的價(jià)值和信息，因此，奇異點(diǎn)的檢測(cè)成為股票時(shí)間序列研究中的重要組成部分。在時(shí)間序列的異常點(diǎn)檢測(cè)中，常用的方法有基于排列熵、距離、d-近鄰聚類以及密度等方法，在之前，我們也提出了一些方法來(lái)確定奇異點(diǎn)，文獻(xiàn)中提出了一種基于小波變換的時(shí)間序列奇異點(diǎn)檢測(cè)方法，文獻(xiàn)中利用局部異常因子來(lái)檢測(cè)時(shí)間序列奇異點(diǎn)。在實(shí)際的股票市場(chǎng)中，投資者一般是通過(guò)蠟燭圖對(duì)股票的趨勢(shì)進(jìn)行分析的，它的一個(gè)優(yōu)勢(shì)在于能夠在形式多樣的證券市場(chǎng)上顯示出巨大的威力，在2003年，引入了時(shí)間序列模體概念，異常檢測(cè)吸引了研究人員和金融市場(chǎng)越來(lái)越多的關(guān)注。所以，如果能夠檢測(cè)到那些具有奇異形態(tài)的蠟燭圖片段，則在一定程度上能夠預(yù)測(cè)股票價(jià)格的當(dāng)前趨勢(shì)。

在股票交易中，成交量可以說(shuō)是股價(jià)的動(dòng)量，是股票時(shí)間序列分析中不可或缺的一部分，具有重要的輔助性參考價(jià)值。“趨勢(shì)”在一定程度上代表了“價(jià)”，趨勢(shì)的向上顯示著價(jià)格的不斷攀升，價(jià)量配合也是技術(shù)分析里常用詞。成交量形態(tài)的改變將是趨勢(shì)反轉(zhuǎn)的前兆。

本文定義了躍空形態(tài)的奇異圖案片段以及對(duì)該形態(tài)的檢測(cè)方法，結(jié)合該形態(tài)下股票的連續(xù)成交量，將對(duì)股票價(jià)格的趨勢(shì)的分析變得更加準(zhǔn)確和更具實(shí)用性。

1相關(guān)定義

在股票市場(chǎng)中，通過(guò)對(duì)反映市場(chǎng)狀況的基本數(shù)據(jù)（開(kāi)盤(pán)價(jià)、收盤(pán)價(jià)、最高價(jià)、最低價(jià)、成交量等）進(jìn)行分析，判斷整個(gè)股市或個(gè)別股價(jià)未來(lái)的變化趨勢(shì)，以探討股市里投資行為的可能軌跡，就叫做技術(shù)分析。技術(shù)分析里面最重要的就是圖形分析，它通過(guò)繪制股市基本數(shù)據(jù)的某種演化圖，能夠直觀的反映出股市的變化趨勢(shì)，日本的蠟燭圖分析是其中最有效的方法之一。為了研究股票時(shí)間序列，在某個(gè)時(shí)間段的交易中，人們總是能發(fā)現(xiàn)一些非同尋常的形態(tài)，我們將它定義為奇異形態(tài)。

定義1：股票時(shí)間序列：給定股票時(shí)間序集合x(chóng)通過(guò)x（ti，of，ci，hi，li）來(lái)表示與股票時(shí)間序列有關(guān)的價(jià)格，其中Oi，Ci，hi，li分別被用來(lái)表示在ti交易日與股票時(shí)間序列有關(guān)的開(kāi)盤(pán)價(jià)，收盤(pán)價(jià)，最高價(jià)以及最低價(jià)。

定義2：在股票時(shí)間序列集合x(chóng)（ti，oi，ci，hi，li）中，當(dāng)0f>cf并且oi-1>ci-1時(shí)，如果在[ti-1，ti]區(qū)間內(nèi)滿足oi>hi-1，則時(shí)間序列x在[ti-1，ti]區(qū)間內(nèi)為向上躍空形態(tài)；如果lt>hi-1則時(shí)間序列x在[ti-1，靠1區(qū)間內(nèi)為絕對(duì)向上躍空形態(tài)。當(dāng)ot

定義3：給定股票時(shí)間序集合x(chóng)，通過(guò)x來(lái)表示與股票時(shí)間序列有關(guān)的成交量，其中vi表示在交易日ti的成交量。

2躍空形態(tài)的算法與檢測(cè)

股票市場(chǎng)的數(shù)據(jù)是海量的，如何在其中挖掘出有意義的數(shù)據(jù)是研究者需要考慮的問(wèn)題，本文提出了一種算法結(jié)合編程軟件能夠有效的檢測(cè)到具有躍空形態(tài)的片段，通過(guò)定義2可得如下方法。

算法1：向上躍空形態(tài)片段檢測(cè)算法

選取某一個(gè)交易日得到的股票時(shí)間序列x（ti，Oi，ci，hi，ti），把第i天的開(kāi)盤(pán)價(jià)與第i-1天最高價(jià)hi-1進(jìn)行比較，如果ot>hu-1則找到向上躍空片段。

算法2：絕對(duì)向上躍空形態(tài)片段檢測(cè)算法

選取某一個(gè)交易日得到的股票時(shí)間序列把第i天的最低ti與第i-1天最高價(jià)ht-1進(jìn)行比較，如果ti>hu-1則檢測(cè)到絕對(duì)向上躍空片段。

算法3：向下躍空形態(tài)片段檢測(cè)算法

選取某一個(gè)交易日得到的股票時(shí)間序列把第i天的開(kāi)盤(pán)價(jià)Df與第i.1天最低價(jià)h-1進(jìn)行比較，如果ot

算法4：絕對(duì)向下躍空形態(tài)片段檢測(cè)算法

選取某一個(gè)交易日得到的股票時(shí)間序列把第i天的最高價(jià)hu與第i-1天最低價(jià)lt-1進(jìn)行比較，如果hu

成交量是反應(yīng)股票趨勢(shì)的一個(gè)重要因素，在本文所提出的算法檢測(cè)出躍空形態(tài)的前提下，為了更好的判斷成交量是否增加或者減少，我們?cè)O(shè)定如下公式作為判斷成交量趨勢(shì)變化的依據(jù)，其表達(dá)形式為：

其中w表示第ti天的成交量；如果01，則成交量顯著增加。

以深證股票為例，我們隨機(jī)選取了幾只股票，通過(guò)對(duì)股票歷史數(shù)據(jù)的處理，結(jié)合Matlab及仿真軟件，利用上述算法，找到了相應(yīng)的躍空形態(tài)的片段，如圖1，圖2所示。

3實(shí)證分析

本文選取上證A股50支股票在2014年1月至2015年12月連續(xù)兩年的數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，檢測(cè)得到了1152個(gè)躍空形態(tài)片段，其中向上躍空形態(tài)603個(gè)，向下躍空形態(tài)549個(gè)。以每個(gè)季度為時(shí)間段對(duì)其進(jìn)行分類，總共分為8個(gè)時(shí)間段，其數(shù)據(jù)表如表1所示。

由數(shù)據(jù)表分析可知：在2014年4月到9月之間，躍空出現(xiàn)的頻率相對(duì)較少，且向上和向下躍空次數(shù)相差不大，股價(jià)處于一個(gè)平穩(wěn)的時(shí)期；在2014年和2015年的10月到12月期間，向上躍空次數(shù)明多于向下躍空次數(shù)，股價(jià)呈現(xiàn)出上揚(yáng)的趨勢(shì)。

為了進(jìn)一步證實(shí)該方法的有效性，本實(shí)驗(yàn)提取并了躍空形態(tài)片段下所對(duì)應(yīng)的成交量，由公式（1）的計(jì)算結(jié)果表明：向上躍空形態(tài)所對(duì)應(yīng)的成交量中，成交量上升的次數(shù)遠(yuǎn)大于下降的次數(shù)；而在向下躍空形態(tài)所對(duì)應(yīng)的成交量中，成交量上升的次數(shù)則相對(duì)較少。數(shù)據(jù)統(tǒng)計(jì)表如表2，表3，表4所示（其中表2和表3分別為向上躍空形態(tài)和向下躍空形態(tài)每個(gè)季度成交量的變化趨勢(shì)，表4為成交量總體趨勢(shì)的比率）。

通過(guò)對(duì)表4數(shù)據(jù)進(jìn)行分析可得：在向上躍空形態(tài)中，成交量上升比率達(dá)到了86.9%，其中近30%比前一日的成交量高出一倍以上；在向下躍空形態(tài)中，成交量減少的比率為59.6%，且發(fā)生顯著變化的僅為5.6%。股票價(jià)格變動(dòng)有一種“勢(shì)頭”，股價(jià)一旦沿著一定方向移動(dòng)時(shí)，股價(jià)運(yùn)動(dòng)的這種勢(shì)頭往往就沿著同一方向繼續(xù)運(yùn)動(dòng)。當(dāng)躍空形態(tài)出現(xiàn)后，股票的價(jià)格趨勢(shì)一般會(huì)朝著該方向延續(xù)，成交量保持在一定的水平之上。所以，在某種程度上，成交量隨著股票價(jià)格的波動(dòng)而變化，而成交量的變化，也影響著股價(jià)的走勢(shì)。

4結(jié)論

本文提出了一種檢測(cè)股票市場(chǎng)奇異形態(tài)片段的方法，通過(guò)對(duì)上證A股歷史數(shù)據(jù)的檢測(cè)和分析，結(jié)果表明，該方法對(duì)當(dāng)前股票價(jià)格的運(yùn)動(dòng)趨勢(shì)的分析能夠取得較好的效果。最后對(duì)奇異形態(tài)片段所對(duì)應(yīng)的成交量的分析，進(jìn)一步證實(shí)了本文所提出方法的有效性。當(dāng)然，股票市場(chǎng)是一個(gè)復(fù)雜的系統(tǒng)，其中還包含了一些人為操作以及政策因素的影響，這就使得對(duì)股票趨勢(shì)的分析變得更加艱難。