时间序列在金融工作的应用.docx

资料分类:中学教育 上传会员:破烂熊 更新时间:2024-10-27
需要金币1000 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:9657
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:在自然和现实生活中有各种各样的时间序列,因此对于时间序列的应用普遍存在于金融、物流、天文、交通、气象、水文、工程等很多个领域,其中含有的时间序列数据能够提供很多有价值的信息,利用时间序列对其进行研究分析从而能得到更为准确的理论成果。
而本文介绍了时间序列在金融工作中的应用,首先从其研究背景和意义出发再到对时间序列的基本概念、构成要素、种类、特征、作用、预测以及预处理的介绍清晰的认识了什么是时间序列,然后通过对时间序列中平稳时间序列模型里最常见的ARMA模型和非平稳时间序列里最常见的ARIMA模型、ARCH模型、GARCH模型的介绍并以沪深300指数作为实际的例子,根据它在Python软件建立的时间序列的各种模型进行分析,最后得出时间序列在金融工作的各个领域得到了广泛的应用,并在其中起着越来越重要的作用的结论。
 
关键词 时间序列;ARMA模型;ARIMA模型;ARCH模型;GARCH模型
 
目录
摘要
Abstract
1 绪论-1
1.1 研究背景和意义-1
2 时间序列的理论知识-2
2.1时间序列-2
2.2时间序列的构成要素-2
2.3时间序列的种类-2
2.4时间序列的特征-2
2.5时间序列的作用.-3
2.6时间序列的预测-3
2.7时间序列的预处理-3
2.7.1平稳性检验-3
2.7.2纯随机性检验-4
3 时间序列的常用模型-5
3.1平稳时间序列模型-5
3.1.1AR模型-5
3.1.2MA模型-6
3.1.3ARMA模型-6
3.1.4建模过程(以ARMA为例)-7
3.2非平稳时间序列模型-7
3.2.1ARIMA模型-7
3.2.2ARCH模型-8
3.2.3GARCH模型-8
4 时间序列在金融工作的应用-10
4.1简介-10
4.2以沪深300指数收益率数据为例-10
4.3通过AR模型、MA模型与ARMA模型进行分析-10
4.4通过ARIMA模型进行分析-14
4.5通过ARCH模型与GARCH模型进行分析-15
4.6本章小结-18
5 结论-20
参考文献-21
致谢-22
相关论文资料:
最新评论
上传会员 破烂熊 对本文的描述:时间序列预测是使用与时间序列相关的信息来建立适当的模型,该模型解释历史数据随时间变化的规律,从而预测未来数据。伴随着经济的快速发展, 金融市场正逐渐成为一国经济运作......
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: