陳爽　高洪韻　李丹

【摘要】期貨市場在貨幣市場和資本市場中有著舉足輕重的地位，投資者和決策者都亟需能夠預(yù)測其價(jià)格走勢的理論與方法。然而，期貨市場是一個(gè)不穩(wěn)定的復(fù)雜系統(tǒng)，政治、社會(huì)、宏觀經(jīng)濟(jì)趨勢以及投資者心理等諸多因素都可能使得期貨價(jià)格產(chǎn)生不同程度的變化，本文基于模糊集合理論，運(yùn)用一階模糊時(shí)間序列模型對中國農(nóng)產(chǎn)品期貨指數(shù)進(jìn)行預(yù)測，應(yīng)用實(shí)例表明運(yùn)用模糊時(shí)間序列模型可以對農(nóng)產(chǎn)品期貨短期內(nèi)的價(jià)格指數(shù)進(jìn)行較高精度的預(yù)測。

【關(guān)鍵詞】模糊時(shí)間序列模型 農(nóng)產(chǎn)品期貨指數(shù) 價(jià)格預(yù)測

農(nóng)產(chǎn)品期貨市場具有價(jià)格發(fā)現(xiàn)功能，不僅對未來現(xiàn)貨價(jià)格的走勢具有先行性和預(yù)測性，對宏觀經(jīng)濟(jì)變量也有不小的影響，可以通過預(yù)測農(nóng)產(chǎn)品期貨指數(shù)來提高前瞻性。目前對農(nóng)產(chǎn)品期貨指數(shù)的預(yù)測得到了國內(nèi)學(xué)者的廣泛關(guān)注，黃穎[1]應(yīng)用主成分分析法和神經(jīng)網(wǎng)絡(luò)模型建立了農(nóng)產(chǎn)品期貨預(yù)測模型；楊科[2]研究了農(nóng)產(chǎn)品期貨市場波動(dòng)率的動(dòng)態(tài)特征，并建立了相應(yīng)的預(yù)測模型然而，田鳳平[3]基于TVS—HAR模型進(jìn)行農(nóng)產(chǎn)品期貨市場波動(dòng)率預(yù)測研究。然而，由于期貨市場發(fā)展較晚，期貨指數(shù)也是近幾年才編制的，信息采集比較困難，信息的準(zhǔn)確性也不能得到有效的保證，加之市場環(huán)境是動(dòng)態(tài)變化的，這就要求模型的參數(shù)選取要隨之變化否則預(yù)測精度會(huì)大打折扣，而這些問題很難用傳統(tǒng)的預(yù)測方法解決。面對這些問題，Song和Chissom[4]基于模糊集理論提出的模糊時(shí)間序列的概念給我們提供了解決問題的新思路，基于此本文構(gòu)建了模糊時(shí)間序列預(yù)測模型，應(yīng)用一階模糊時(shí)間序列模型來預(yù)測中國農(nóng)產(chǎn)品期貨價(jià)格.

一、一階模糊時(shí)間序列預(yù)測模型

以中國農(nóng)產(chǎn)品期貨指數(shù)為例，將模糊時(shí)間序列預(yù)測模型應(yīng)用于期貨指數(shù)的預(yù)測.采用由中國期貨市場監(jiān)控中心發(fā)布的20160401至20160430的中國農(nóng)產(chǎn)品期貨指數(shù)為樣本數(shù)據(jù)進(jìn)行研究，

根據(jù)上面所定義的語言值，用公式（1.1）計(jì)算表1中的期貨指數(shù)之于上述語言值的隸屬度，并確定它隸屬于哪個(gè)模糊集，結(jié)果如表1所示.可以從表1中獲得期貨指數(shù)的模糊邏輯關(guān)系。

可以預(yù)測出中國農(nóng)產(chǎn)品期貨指數(shù)2016年4月5日至2016年4月29日的收盤價(jià)，預(yù)測規(guī)則采用前文闡釋的Song和Chissom提出的三個(gè)預(yù)測規(guī)則，此處不多加贅述，下文中將具體說明4月5日相同的方法步驟同樣適用于4月份中其他交易日。

[4月5日]：因在表3.2中4月1日期貨指數(shù)的模糊集為A1，且由表3.4可知A1對應(yīng)的模糊關(guān)系可分別表示為：

模糊集合A1和A2的最大隸屬度值在去區(qū)間u1=[810，830]和u2=[830，850]上，其區(qū)間的中間值分別為820和840，因此，取兩個(gè)區(qū)間的中間值的平均值830作為預(yù)測值，2016年4月5日至2016年4月29日的期貨指數(shù)預(yù)測值見下圖。

從圖1可看出本文預(yù)測值與實(shí)際值較為接近，圖中虛線為預(yù)測值，實(shí)線為實(shí)際值，可見，本文利用用簡化的計(jì)算代替了“最大-最小”合成運(yùn)算，更加有效率之余也不失準(zhǔn)確性。

二、結(jié)論

本文基于模糊時(shí)間序列提出了一種農(nóng)產(chǎn)品期貨指數(shù)的預(yù)測方法，采用期貨收盤價(jià)歷史數(shù)據(jù)作為樣本數(shù)據(jù)來說明預(yù)測的過程，并測試所提出的方法的魯棒性測試。通過例證，我們可以看到，該方法不僅能在短期內(nèi)有效預(yù)測農(nóng)產(chǎn)品期貨的價(jià)格走勢，而且在歷史數(shù)據(jù)有偏差時(shí)還可以做出合理的預(yù)測。

參考文獻(xiàn)

[1]黃穎.基于主成分—神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品期貨預(yù)測研究及模型實(shí)現(xiàn)[D].首都師范大學(xué)，2008.

[2]楊科，田鳳平.農(nóng)產(chǎn)品期貨市場波動(dòng)率的動(dòng)態(tài)特征及其預(yù)測模型[J].經(jīng)濟(jì)評論，2014（4）：50-67.

[3]田鳳平，楊科.基于TVS—HAR模型的農(nóng)產(chǎn)品期貨市場已實(shí)現(xiàn)波動(dòng)率的預(yù)測研究[J].系統(tǒng)工程理論與實(shí)踐，2016，36（12）：3003-3016.

[4]Song Q，Chissom B S.Forecasting enrollments with fuzzytime series-part I[J].Fuzzy Sets and Systems，1993，54：1-9.

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目（11701061，11626052， 11626051，11501074），）；遼寧省博士啟動(dòng)基金（201601296，20170520373）。

作者簡介：陳爽（1987-），女，博士，講師，研究方向：隨機(jī)優(yōu)化研究。endprint