基于ARIMA模型的股票预测研究.docx

资料分类:课件试题 上传会员:兔宝宝 更新时间:2020-07-21
需要金币2000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:9902
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:随着社会进步与科技的迅速发展,中国的股票市场逐渐成为主要的投资市场.无论是股票的投资者还有运营者都希望在股市上得到“低投资,高收益”的投资效果.但是股票市场时刻都在变化,股价也随之波动.本文对股票信息应用时间序列分析出其中有用的信息,对其进行一定的分析与预测,给予投资者和运营者提供参考,全方位地让投资者了解股票信息,提高决策分析的科学性.让投资者在投资上减少盲目性,降低投资风险,提高投资收益.

  首先获取苹果公司一段时间内的股价数据,对数据绘制图,观测这组数据是否为平稳时间序列,对非平稳时间序列进行d阶差分运算,将其化为平稳的时间序列.对得到的平稳的时间序列求其自相关系数ACF和偏自相关系数PACF,通过自相关图和偏自相关图分析出最佳的阶层p和阶数q.通过获得数值d、q、p确定ARIMA模型.对所得到的模型利用最小二乘法估计序列的回归系数,从而能提高序列的预测精确度.再来开始对模型进行残差白噪声检验和参数性检验来确定所建的模型是否可取.最后对模型进行短期的预测,综合分析得出最具有价值的的结果.

关键词:苹果公司;时间序列;平稳性;ARIMA模型;

 

目录

摘要

Abstract

1 绪论-5

1.1 研究背景与研究意义-5

1.1.1 研究背景-5

1.1.2 研究意义-5

1.2 国内外研究现状-5

2 ARIMA模型简介-6

2.1 ARIMA模型的介绍-6

2.2 ARIMA模型的原理-6

2.3 ARIMA(p,d,q)建模步骤-7

3 实证研究-8

3.1 数据分析-8

3.1.1 数据的选取-8

3.1.2 数据的基本统计特征分析-9

3.1.3 数据处理-10

3.2 ARIMA模型的识别与定阶-12

3.3 ARIMA模型的拟合-13

3.4 ARIMA模型检验-14

4 总结-15

参考文献-16

附录1-17

附录2-18

相关论文资料:
最新评论
上传会员 兔宝宝 对本文的描述:在日常的生活中,通常需要通过一定的时间顺序来观察一组数据.比如股票的开盘价格、某城市的人口数量、某商店的日销售额、某件单品的成交价格等等.在观察这些数据的时候都会或多......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: