股市预测数学有多难

1. 股市预测数学有多难

1、耶鲁大学的Robert J.Shiller教授曾经做过这样的实验：他用excel画出了取了对数之后的美国不到两百年的标准普尔指数（S&P 500）的时间序列图，并且他随机生成了一条带漂移项和波动项的随机游走的样本轨道，这两者居然相差无几！（紫色为随机生成的随机游走样本轨道）2、虽然总体上股票变动的预测趋势和实际相似，但是从图像来看，还是存在较大误差的。3、在1982年，Engle开创性地提出了自回归条件异方差模型（简称ARCH模型），较好地模拟了股票波动中的丛聚性和时变性。后来国外多次实证应用等都证实ARCH能够提供较理想的数据模拟与预测效果。4、1986年，伟大的科学家Taylor提出了随机波动模型，简称SV模型。这个模型是一类极具应用前景的金融波动模型。利用基本的SV对新西兰股市记性预测分析，发现该模型有很好的预测能力。G.B.Durham利用SV-mix模型对标准普尔500指数做了预测，认为预测效果很好。5、ARCH模型和SV模型都是国外学者提出来的，能较好地预测国外的股市变化，但是对我国股市却不太适用。原因在于ARCH模型和SV模型都是基于传统统计学原理的模型，要求数据量大和数据有较好的分布。但由于我国股市从1900年上证交易所成立并开始交易算起，至今仅有18年历史。6、在这18年中，政策、监管、股改等原因影响我国股市经历几次大起大落，加之上市公司数量有限并不断变化，造成原始数据在分布，样本量，数据完整性方面均不理想，因此基于统计学原理的预测模型ARCH模型和SV模型对我国股票收益率波动情况预测效果都不是那么好。7、除了样本量的要求大这一缺点之外，ARCH和SV模型都是结构模型相对稳定、简单的，而且都属于单因素模型。但在实际中，预测环境复杂多变，一旦系统变量出现新的关系，该类模型则无法调整和适应。

2. 在中国炒股，用数学方法预测股市能赚钱吗？

分析（预测）归分析，操作归操作。单是建立在分析和统计层面很难赚大钱。
股票涵盖范围太广泛，用不同方法来分析股市，实质就从不同的角度来研究股价涨跌规律。
而数理是从其中一个角度研究规律性。研究得再深入（比如华尔街火箭专家设计的模型）都是概率问题。
   所以可以解析很多经济学家~数学家之类的专才，也不能在股市上赚钱，这是因为他们只捉到股市其中一些因素，而股市专业是包含很大范围的，要全才（包括心理素质）才能成为赢家。