免費開始練習
高考申論題 106年 [工業工程] 作業研究

第 二 題

📖 題組:
以下表 1 為某支股票最近 21 天之報酬率資料,我們想利用此資料預估某日股票股價為漲(報酬率為正)或跌(報酬率為負)的機率。令狀態 1 表示漲,0 表示跌。
題組圖片
📝 此題為申論題,共 4 小題

小題 (二)

已知今天股價為跌,請利用轉移矩陣計算明天且後天皆為跌的機率為何?(2 分)

思路引導 VIP

考生看到此題應先將連續21天的報酬率資料轉換為「漲(1)」與「跌(0)」的狀態序列,並計算總計20次的狀態轉移次數。接著建立馬可夫鏈的一步轉移機率矩陣,最後依據題目所求計算兩期連續轉移的聯合機率(P00 × P00)。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用歷史資料統計狀態轉移次數建立馬可夫鏈(Markov Chain)的一步轉移機率矩陣,再藉由條件機率的乘法法則求出連續兩期皆為跌的聯合機率。 【詳解】 已知:

小題 (一)

我們考慮以每天的漲跌為狀態之馬可夫鏈,請參考表 1,運用條件機率之定義 P( X = x | Y = y ) = P( X = x, Y = y ) / P( Y = y ),以觀察比例的方式估計轉移機率(transition probability)並寫出轉移矩陣(transition matrix)。(10 分)

思路引導 VIP

考生應先將21天的報酬率依照正負號轉換為『1(漲)』與『0(跌)』的狀態序列。接著,統計狀態之間發生轉移的次數(共20次轉移),並利用條件機率公式計算觀察比例,最終構建出二維的馬可夫轉移矩陣。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】利用狀態轉移計數法,計算 P_{ij} = N_{ij} / Σ N_{ik} 來估計條件轉移機率。 【解答】 Step 1:將每日報酬率轉換為狀態序列

小題 (三)

已知今天股價為跌,請利用轉移矩陣計算後天為跌的機率為何?(3 分)

思路引導 VIP

考生看到此題應先將21天的連續報酬率依據正負號轉換為二元狀態序列(漲=1,跌=0)。接著統計狀態間的轉移次數以建立一步轉移機率矩陣(Transition Matrix)。最後,利用馬可夫鏈的查普曼-科爾莫戈羅夫等式(Chapman-Kolmogorov equation),計算從狀態0經過兩步轉移後回到狀態0的二步轉移機率(即矩陣 P 平方後的 P_00 項)。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用馬可夫鏈(Markov Chain)概念,將歷史資料轉換狀態序列並建立轉移機率矩陣,再計算兩步轉移機率以求得後天為跌的機率。 【詳解】 已知:

小題 (四)

請問經過長時間後(系統穩定之下),未來某天股價為跌的機率為何?(5 分)

思路引導 VIP

本題測驗馬可夫鏈(Markov Chain)的轉移機率矩陣建立與穩態機率(Steady-State Probabilities)的計算。首先需將 21 天的報酬率資料轉換為「漲(1)」與「跌(0)」的狀態序列,接著統計各狀態轉移的次數以建立一步轉移機率矩陣,最後利用聯立方程式(πP = π)解出長時間下的穩定狀態機率。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用馬可夫鏈建立轉移機率矩陣,再藉由求解穩態方程式($\pi P = \pi$ 與 $\sum \pi_i = 1$)計算出長時間後的穩定狀態機率。 【詳解】 已知:

🏷️ 相關主題

馬可夫鏈分析與應用
查看更多「[工業工程] 作業研究」的主題分類考古題

📝 同份考卷的其他題目

查看 106年[工業工程] 作業研究 全題