試談基于時(shí)間序列分析的股票價(jià)格短期預(yù)測(cè)-wenkub.com
2025-06-21 22:19 本頁(yè)面
【正文】 R2 R1]*[R2。for i=1:58 r2=r2+x(i)*x(i+2)。for i=1:60 r0=r0+x(i)*x(i)。 q=j。q=1。n=n39。四年來，我有幸聆聽了信息管理學(xué)院許多老師的課，他們高尚的品行、淵博的學(xué)識(shí)給我留下了極為深刻的印象，我的成長(zhǎng)浸透著他們無數(shù)的辛勤勞動(dòng)，在此我向他們表示衷心的感謝！參考文獻(xiàn)[1] J. McNames,”Local averaging optimization for chaotic time series prediction.”[J]Neuroputing,October 2002.[2] Olson Dennis，Mossman Charles .Neural network forecasts of Canadian stock returns using accounting rations. International Journal of ，19 (3):453465P.[3] Yiwen Yang，Guizhong time series prediction based on neural networks applied to stock market. Systems，Man，and Cybernetics，2001 IEEE International Conference，Tucson，AZ USA，2001:26802685P.[4] [M].武漢：[5] [M].武漢：[6] 黃俊，周猛，[J].:49～50.[7] [J].西民族學(xué)院學(xué)報(bào)(自然科學(xué)版).: 17～19.[8] 陳守東，孟慶順，[J].:4552.[9] 張思奇，馬華，、收益與市場(chǎng)效率ARMA ARMAM模型[J].:1928.[10] 靳云匯，(上)[J].金融研究. :4045.[11] 吳文鋒，[J].:6369.[12] [M].北京：.[13] [M].北京:. 9.[14] 李學(xué)偉，關(guān)忠良，[M].北京:.[15] [M].北京:.[16] [J].(3):21～24附 錄1中石化股票的歷史價(jià)格日期開盤價(jià)最高價(jià)最低價(jià)收盤價(jià)成交量（萬股）成交額（萬元）2009050620090505200905042009043020090428200904242009042320090415200904012009033120090327200903262009032520090324200903202009031820090316200903132009031220090311200903102009030620090303200903022009022720090226200902252009022420090218200902172009021320090212200902112009020920090203200902022009012120090120200901192009011620090115200901142009011320090108200812292008122620081225200812242008122320081222200812192008121820081217200812152008120820081204200812022008112620081125附 錄 2根據(jù)AIC最小準(zhǔn)則定階的標(biāo)準(zhǔn)，編寫M文件，取N/10為上限。其次就是樣本數(shù)量的選擇問題，本文研究選用的樣本個(gè)數(shù)較少，這同樣影響結(jié)論的普遍性和代表性。Re(o)= + （計(jì)算見附錄3） 預(yù)測(cè) for i=1:5k=60+iA(i)=y(1)*x(k1)+y(2)*x(k2)+e(k)+Re(o)*e(k1)。模型定階：（M文件見附錄2） [p q]=armapq1(n)P=2。39。*39。第3章 中石化股票價(jià)格短期預(yù)測(cè)中石化股票自從2000年10月18日19日上市以來，一直呈上升趨勢(shì)，在2006年開始成平穩(wěn)的下跌趨勢(shì)，漲幅不是很大，股票價(jià)格運(yùn)行比較平穩(wěn)，具有代表性，所以選擇中石化股票作預(yù)測(cè)。表 21 由拖尾性對(duì)模型作出初步判斷模型自相關(guān)系數(shù)偏相關(guān)系數(shù)AR(p)拖尾p階截尾MA(q)q階截尾拖尾ARMA(p,q)拖尾拖尾（2）AIC最小準(zhǔn)則定階 對(duì)于ARMA 模型的定階, 我們可以采用下面的AIC 準(zhǔn)則：AIC(n，m)=ln+2（m+n+1）/N若 AIC（p,q）= AIC(n,m)則定ARMA 模型的階數(shù)為(p，q) ，其中是相應(yīng)的ARMA序列的的估計(jì)值L為預(yù)先給定的最高階數(shù)。 模型選擇（1）模型初步判斷自相關(guān)函數(shù)：設(shè){}是一個(gè)隨機(jī)時(shí)間序列，即對(duì)每個(gè)固定時(shí)刻t,是一個(gè)隨機(jī)變量，它的數(shù)學(xué)期望稱為序列{}在t時(shí)刻的平均值，顯然，是t的函數(shù)，因此，我們稱是{}的均值函數(shù)。（2）滑動(dòng)平均模型MA（q） MA(q)模型：設(shè)是,如果實(shí)數(shù)使得 就稱 是q階滑動(dòng)平均模型，簡(jiǎn)稱為MA(q)序列。常見的有指數(shù)曲線、二次曲線、龔伯茲曲線和延續(xù)預(yù)測(cè)方法多種。用此方法進(jìn)行預(yù)測(cè)時(shí)，其關(guān)鍵是將主要的問題擬合成一條直線。預(yù)測(cè)步驟如下：先求出=+；計(jì)算平均季節(jié)指數(shù)，把歷年同季節(jié)的平均數(shù)，除以該季節(jié)的趨勢(shì)值平均值，就可以消除直線趨勢(shì)的影
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1