摘要
已有的有效性检验方法大都基于某个全局性的数学模型,忽略了序列中某些局部模式的预测作用,由此得出“市场有效”的结论有失偏颇。本文采用一种新的时间序列数据挖掘方法TSEOPM,寻找时间序列中具有预测作用的局部征兆模式,并用其实证我国沪、深A股市场近年来收益的短期可预测性,结果表明基于局部征兆模式获得的收益显著好于非征兆模式,通过历史价格分析可以带来一定的短期超额收益,因而说明我国股市还没有达到弱有效。
Most test methods on stock market efficiency are based on some statistical models from a whole viewpoint and can＇t discover some predictive local patterns. Thus, the conclusion of“market is efficient”may be trustless. This paper applies a new time series data mining method ——TSEOPM to detect local omen patterns, and verifies weak - form efficiency of China stock markets. The result indicates local patterns mined by TSEOPM can bring excess returns. “Stock markets of China are not weak- form efficient”is concluded.
出处
《中国管理科学》
CSSCI
2005年第4期17-23,共7页
Chinese Journal of Management Science
基金
国家自然科学基金资助项目(70371028)
教育部优秀青年教师资助计划(教人司[2003]355号)
作者简介
兰秋军（1972-）,男（汉族）,湖南大学工商管理学院博士,讲师,研究方向：金融信息处理、数据挖掘、管理决策支持系统.
