在現(xiàn)代金融浪潮的推動(dòng)下,越來(lái)越多的人加入到股市,進(jìn)行投資行為,以期得到豐厚的回報(bào),這極大促進(jìn)了股票市場(chǎng)的繁榮。而在這種投資行為的背后,越來(lái)越多的投資者逐漸意識(shí)到股市預(yù)測(cè)的重要性。所謂股票預(yù)測(cè)是指:根據(jù)股票現(xiàn)在行情的發(fā)展情況地對(duì)未來(lái)股市發(fā)展方向以及漲跌程度的預(yù)測(cè)行為。這種預(yù)測(cè)行為只是基于假定的因素為既定的前提條件為基礎(chǔ)的。但是在股票市場(chǎng)中,行情的變化與國(guó)家的宏觀經(jīng)濟(jì)發(fā)展、法律法規(guī)的制定、公司的運(yùn)營(yíng)、股民的信心等等都有關(guān)聯(lián),因此所謂的預(yù)測(cè)難于準(zhǔn)確預(yù)計(jì)。即使是證券分析師的預(yù)測(cè)也只能作為股民入市操作的一般參考意見(jiàn)。時(shí)間序列數(shù)據(jù)因?yàn)榻邮艿皆S多偶然因素的影響,會(huì)常常表現(xiàn)出隨機(jī)性,在統(tǒng)計(jì)學(xué)上稱之為序列的依賴關(guān)系。 時(shí)間序列分析是經(jīng)濟(jì)預(yù)測(cè)領(lǐng)域研究的重要工具之一,它描述歷史數(shù)據(jù)隨時(shí)間變化的規(guī)律,并用于預(yù)測(cè)經(jīng)濟(jì)數(shù)據(jù)。在股票市場(chǎng)上,時(shí)間序列預(yù)測(cè)法常用于對(duì)股票價(jià)格趨勢(shì)進(jìn)行預(yù)測(cè),為投資者和股票市場(chǎng)管理管理方提供決策依據(jù)。 本文主要介紹了時(shí)間序列分析方法的概念,性質(zhì),特點(diǎn)以及時(shí)間序列模型,包括建模時(shí)對(duì)數(shù)據(jù)時(shí)間序列的預(yù)處理、模型識(shí)別、參數(shù)估計(jì)、模型檢驗(yàn)、模型優(yōu)化以及模型預(yù)測(cè)等。并根據(jù)道瓊斯指數(shù)對(duì)收盤價(jià)進(jìn)行短期預(yù)測(cè),通過(guò)對(duì)時(shí)間序列分析理論的實(shí)證研究分析,建立時(shí)間序列模型,其中包括ARIMA模型、Auto-Regressive模型和AR-GARCH模型,進(jìn)過(guò)擬合效果比較和誤差分析,說(shuō)明時(shí)間序列分析的方法對(duì)于股票價(jià)格的預(yù)測(cè)趨勢(shì)有一定的參考價(jià)值。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2011
【中圖分類】：F224;F830.91
【部分圖文】：

圖 2-1 一個(gè)典型的白噪聲序列圖的性質(zhì)：1） 純隨機(jī)性： γ( k) = 0， k≠0，各序列值之間沒(méi)有任何相“沒(méi)有記憶”的序列；2） 方差齊性： (0)2=γ =σtDX 。馬爾科夫定理，可知用最小二乘法計(jì)算出的參數(shù)估計(jì)值只有效地。所以需要對(duì)白噪聲進(jìn)行檢驗(yàn)，稱之為白噪聲檢驗(yàn)或純根據(jù) Barlett 定理進(jìn)行。arlett 定理[2]：假如一個(gè)時(shí)間序列為純隨機(jī)時(shí)間序列，那么對(duì)k 的 序 列 來(lái) 講 ， 序 列 的 樣 本 自 相 關(guān) 系 數(shù) 近 似 服 從 ),01(0, k≠n。 Barlett 定理，可以對(duì)時(shí)間序列進(jìn)行純隨機(jī)性檢驗(yàn)，假設(shè)條件

表 3-1 AR、MA、ARMA 性質(zhì) 平穩(wěn)序列建模如果一個(gè)時(shí)間序列通過(guò)數(shù)據(jù)的預(yù)處理、純隨機(jī)性檢驗(yàn)得出該序列為序列，那么此時(shí)就可以通過(guò)下面的流程建立模型：

圖 4-1 建立 ARIMA 模型步驟4.3.4 異方差及方差齊性變換使用 ARIMA 模型擬合非平穩(wěn)序列時(shí)，對(duì)殘差有一個(gè)很重要的假定—序列{ }tε 為零均值白噪聲序列。也就是說(shuō)，殘差序列需要滿足以下三個(gè)條件（1） ( )=0;tE ε （2） ( ,)=0, ≥1; Covittiεε（3）2()εε =σtVar如果方差齊性假定不成立，那么就有可能出現(xiàn)了方差不一致的情況，即出方差，所謂異方差是指序列值會(huì)隨著時(shí)間的變化而變化，可以用數(shù)學(xué)公式表Var( )h(t)tε=
【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 蔣波;基于混沌優(yōu)化的多尺度小波核v-支持向量機(jī)及其在股票市場(chǎng)中的應(yīng)用[D];蘭州大學(xué);2012年

2 許雁;基于隨機(jī)微分方程模型的金融時(shí)間序列預(yù)測(cè)的研究[D];濟(jì)南大學(xué);2012年

本文編號(hào)：2858359