上證指數(shù)預(yù)測效果實(shí)證分析
發(fā)布時(shí)間:2021-04-15 22:24
上證指數(shù)作為一個(gè)綜合反映股市變動(dòng)情況的指標(biāo),是市場參與者對(duì)股市行情進(jìn)行分析的重要數(shù)據(jù)。選取2016年1月4日至2019年12月20日的上證指數(shù)收盤價(jià)作為研究數(shù)據(jù),通過比較指數(shù)平滑模型和ARIMA模型對(duì)上證指數(shù)的預(yù)測效果,總結(jié)出預(yù)測更精準(zhǔn)的模型來指導(dǎo)股市的發(fā)展和股民的選擇,最終得出建立簡單指數(shù)平滑模型對(duì)未來的上證指數(shù)進(jìn)行短期預(yù)測和分析更為精準(zhǔn)的結(jié)論。
【文章來源】:遼寧工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2020,22(04)
【文章頁數(shù)】:4 頁
【部分圖文】:
一階差分后的時(shí)間序列圖
對(duì)殘差序列進(jìn)行白噪聲檢驗(yàn),能夠驗(yàn)證模型建立的合理性。因此,本文將使用SPSS軟件對(duì)模型進(jìn)行檢驗(yàn),并通過分析ARIMA(1,1,0)模型殘差的自相關(guān)圖和偏相關(guān)圖,來驗(yàn)證模型的相關(guān)性及變量的隨機(jī)性。如圖2,檢驗(yàn)結(jié)果顯示殘差序列的自相關(guān)和偏相關(guān)在兩倍標(biāo)準(zhǔn)差內(nèi),該模型的隨機(jī)誤差項(xiàng)為白噪聲序列,檢驗(yàn)很好地通過,證明模型的結(jié)論是有效的。同時(shí),為了更準(zhǔn)確地對(duì)殘差進(jìn)行白噪聲檢驗(yàn),本文將對(duì)殘差序列進(jìn)行方差齊性檢驗(yàn)。首先將對(duì)殘差序列進(jìn)行正態(tài)檢驗(yàn),再根據(jù)其分布性質(zhì)選擇恰當(dāng)?shù)姆讲铨R性檢驗(yàn)方法。對(duì)殘差分布頻率直方圖進(jìn)行分析后,可以發(fā)現(xiàn)殘差序列并不符合標(biāo)準(zhǔn)的正態(tài)分布,因此本文將對(duì)殘差序列按月份分組,并使用Kruskal-Wallis非參數(shù)檢驗(yàn)對(duì)殘差序列進(jìn)行方差齊性檢驗(yàn),檢驗(yàn)結(jié)果如表2所示。
本文編號(hào):3140193
【文章來源】:遼寧工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2020,22(04)
【文章頁數(shù)】:4 頁
【部分圖文】:
一階差分后的時(shí)間序列圖
對(duì)殘差序列進(jìn)行白噪聲檢驗(yàn),能夠驗(yàn)證模型建立的合理性。因此,本文將使用SPSS軟件對(duì)模型進(jìn)行檢驗(yàn),并通過分析ARIMA(1,1,0)模型殘差的自相關(guān)圖和偏相關(guān)圖,來驗(yàn)證模型的相關(guān)性及變量的隨機(jī)性。如圖2,檢驗(yàn)結(jié)果顯示殘差序列的自相關(guān)和偏相關(guān)在兩倍標(biāo)準(zhǔn)差內(nèi),該模型的隨機(jī)誤差項(xiàng)為白噪聲序列,檢驗(yàn)很好地通過,證明模型的結(jié)論是有效的。同時(shí),為了更準(zhǔn)確地對(duì)殘差進(jìn)行白噪聲檢驗(yàn),本文將對(duì)殘差序列進(jìn)行方差齊性檢驗(yàn)。首先將對(duì)殘差序列進(jìn)行正態(tài)檢驗(yàn),再根據(jù)其分布性質(zhì)選擇恰當(dāng)?shù)姆讲铨R性檢驗(yàn)方法。對(duì)殘差分布頻率直方圖進(jìn)行分析后,可以發(fā)現(xiàn)殘差序列并不符合標(biāo)準(zhǔn)的正態(tài)分布,因此本文將對(duì)殘差序列按月份分組,并使用Kruskal-Wallis非參數(shù)檢驗(yàn)對(duì)殘差序列進(jìn)行方差齊性檢驗(yàn),檢驗(yàn)結(jié)果如表2所示。
本文編號(hào):3140193
本文鏈接:http://sikaile.net/jingjifazhanlunwen/3140193.html
最近更新
教材專著