基于改进EWMA控制图的美国航空股票短期交易的监控

发布时间：2020-11-11 02:37

　　 股市行情走势的监控是诸多学者乐此不疲去研究的课题。人们在面对股票出现异常波动时,需对其进行科学的监控和分析,并做出正确的判断,才能采取合理地防范措施进而降低风险获得最大的利益。本文所采用的指数加权移动平均(Exponentially Weighted Moving Average,EWMA)控制图是过程控制中有效的统计控制策略,因此,基于EWMA控制图的个股短期交易监控研究具有重要的理论价值和现实意义。本文选取美国航空(American Airlines,AAL)股票的短期交易时间段为从2017年6月1日到2017年10月10日的开盘价、涨幅、振幅、成交金额和换手率五项风险指标数据,再结合主成分分析(Principal Components Analysis,PCA)法对其多变量相关数据进行降维处理且得到综合指标后,采用三类不同的方法对综合指标进行正态性检验,检验结果表明它们不服从正态分布。针对这组非正态数据,本文设计两套监控方案:一种是基于尺度加权方差(Scaled Weighted Variance,SWV)法构建非正态SWV-EWMA控制图。另一种是基于Box-Cox(BC)变换法和Johnson(JS)变换法对这组非正态数据进行正态变换后构建BC-EWMA和JS-EWMA控制图。最后,利用所构建的三种控制图分别对AAL股票的短期交易进行监控研究。根据SWV-EWMA,BC-EWMA和JS-EWMA控制图对AAL股票行情波动的监控研究结果,可以看出SWV-EWMA控制图监控中有太多上下起伏过大且超出控制限的波动点,所以此控制图监控效果不太理想。BC-EWMA和JS-EWMA控制图能较好地发挥监控的作用,具体地,经分析证明:当波动点在控制范围内时,该股票波动正常,建议投资者可以持继续观望的态度;当波动点超出控制上限时,不建议投资者购买,建议已买入者可以卖出获取较大利益;当波动点超出控制下限时,未买入者可购买,已买入者需要面临股票非正常下跌的风险。
【学位单位】：长安大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F831.51;O213.1
【部分图文】：

第三章 改进的 EWMA 控制图的构建从图 3.2 可以看出当受控数据服从 t n 和标准化 ( )2χ n分布时，自由度分别从 3 增0 和 1 增到 60，得到的 ARL 的值均小于预先给定的0ARL 200.95，且自由度越大越接00。又因为 t n 和标准化 ( )2χ n分布在自由度越大时越接近标准正态分布，所以基于非过程的 EWMA 控制图会频繁地停止。从图 3.2 得出，本文有必要构建一种 EWMA 控制图，该控制图不需要过程数据服从分布。因此，本文对经过变换后的正态数据建立 EWMA 控制图，基于 BC 变换和 JS的 EWMA 控制图分别记为 BC-EWMA 控制图和 JS-EWMA 控制图。

38由于众多投资者关心地是每天个股的价格变化，以便从差价中赚取收益，所以，本文用 AAL 这 92 天的均价来检验 ZH-2 值的 JS-EWMA 控制图效果。如图 4.10，我们将 AAL92天均价的 JS-EWMA 控制图与 ZH-2 值的 JS-EWMA 控制图一起进行对比分析。图 4.10 AAL92 天均价和 ZH-2 值的监控效果图根据图 4.10，我们将 ZH-2 值在 JS-EWMA 控制图中超过 UCL 和 LCL 的波动点所对应的均价找出，如下表 4.6、表 4.7、表 4.8，其中 U=0.710，C=-0.013，L=-0.737。表 4.6 30-39 点对应的的均价时间点 30 31 32 33 34均价 53.64 53.86 54.09 54.11 52.49时间点 35 36 37 38 39均价 52.56 52.02 51.64 51.31 50.67表 4.7 45-54 点对应的的均价时间点 45 46 47 48 49均价 50
【参考文献】

相关期刊论文 前9条

1 卧龙;;量在价先行[J];股市动态分析;2014年45期

2 姜娜;孔浩;;在线股票交易系统的分析与设计[J];计算机光盘软件与应用;2013年13期

3 程昌品;陈强;姜永生;;基于ARIMA-SVM组合模型的股票价格预测[J];计算机仿真;2012年06期

4 辛士波;李元生;李梅;;基于尺度赋权方差的有偏总体EWMA均值控制图[J];数学的实践与认识;2008年08期

5 张吉刚;梁娜;;基于som网络-主成分-BP网络的股价预测[J];统计与决策;2008年06期

6 江弋;林永鹏;;RBF神经网络在股价预测中的应用[J];心智与计算;2007年04期

7 惠军;武志辉;缪柏其;;改进的函数系数自回归建模方法对上海股市实证分析[J];运筹与管理;2007年04期

8 肖春来,柴文义,马馨;质量控制图原理在股票投资组合中的应用研究[J];数理统计与管理;2004年04期

9 范英;股市风险值估计的EWMA方法及其应用[J];预测;2001年03期

相关博士学位论文 前2条

1 温思凯;中国股票市场波动成因研究[D];西南财经大学;2010年

2 孔祥芬;非正态过程能力分析与控制方法研究[D];天津大学;2007年

相关硕士学位论文 前8条

1 汤红;基于SPC的质量控制系统研究及在Ⅰ公司的应用[D];江苏大学;2016年

2 赵盼;基于非正态EWMA控制图的余额宝收益监控研究[D];长安大学;2016年

3 毛樑;基于正态变换的CUSUM控制图应用研究[D];华东师范大学;2015年

4 张曼;面向小批量试制的关键工序质量控制技术研究[D];杭州电子科技大学;2014年

5 张甜;基于主成分分析的股价因素分析[D];兰州大学;2013年

6 王瑛瑛;基于组合预测的证券价格研究[D];湖南大学;2008年

7 高振坤;基于神经网络和模糊理论的股票指数收益率预测分析[D];湖南大学;2005年

8 马勇;中国股票市场波动的质量管理学方法研究[D];东北财经大学;2003年

本文编号：2878632