本文關(guān)鍵詞：基于時(shí)間序列的上海期銅價(jià)格短期預(yù)測(cè)模型研究　出處：《中國(guó)社會(huì)科學(xué)院研究生院》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 期銅價(jià)格 影響因素 時(shí)間序列 預(yù)測(cè)模型

【摘要】：隨著中國(guó)工業(yè)生產(chǎn)的有色金屬銅和更廣泛的需求，國(guó)內(nèi)銅消費(fèi)量一直居世界首位，銅期貨已逐漸成為一個(gè)重要的投資和對(duì)沖工具。然而，，由于各種因素的干擾，頻繁波動(dòng)的銅市場(chǎng)，價(jià)格走勢(shì)很難預(yù)測(cè)，增加期貨交易的風(fēng)險(xiǎn)。關(guān)于管轄的運(yùn)行規(guī)律和未來(lái)趨勢(shì)銅價(jià)有效地把握能夠發(fā)現(xiàn)和期貨投資者要求提供補(bǔ)充資料，并避免在一定程度上國(guó)際貿(mào)易的風(fēng)險(xiǎn)。本文旨在探討內(nèi)部工作規(guī)則銅價(jià)的影響銅價(jià)運(yùn)行和建立時(shí)間序列模型模型來(lái)預(yù)測(cè)銅的未來(lái)價(jià)格，為了能夠給國(guó)內(nèi)銅生產(chǎn)商的基本因素進(jìn)行了簡(jiǎn)要分析，并投資者提供有價(jià)值的決策。 本文回顧了時(shí)間序列分析的基本方法，時(shí)間序列模型引入了確定性和隨機(jī)性時(shí)間序列模型。從自回歸模型（AR模型），移動(dòng)平均模型（MA模型），自回歸移動(dòng)平均模型（ARMA模型），自回歸移動(dòng)平均模型（ARIMA模型）的演變，并強(qiáng)調(diào)效果的ARCH序列分析，邏輯推理高頻時(shí)的作用。最后，使用銅日常數(shù)據(jù)和月度數(shù)據(jù)，分別采用該方法，該方法以確定與隨機(jī)模型相結(jié)合對(duì)中國(guó)銅的價(jià)格進(jìn)行了模擬數(shù)據(jù)趨勢(shì)GARCH模型的類型，實(shí)證結(jié)果表明，該預(yù)測(cè)模型具有更好的預(yù)測(cè)結(jié)果。
[Abstract]:With China ' s industrial production of nonferrous metals copper and more extensive demand , domestic copper consumption has been the first place in the world , copper futures has become an important investment and hedging instrument . However , due to various factors such as the interference of various factors , frequent fluctuation of the copper market , the price trend is very difficult to predict , and to avoid the risk of international trade to a certain extent . The purpose of this paper is to discuss the influence of the copper price on the internal working rules and to establish the time series model model to predict the future price of copper . In order to be able to make a brief analysis on the basic factors of domestic copper producers , and provide valuable decisions for investors . This paper reviews the basic methods of time series analysis , introduces the deterministic and stochastic time series models from the time series model . From the self - regression model ( AR model ) , the moving average model ( MA model ) , the self - regressive moving average model , the self - regressive moving average model , the function of the effect is emphasized . Finally , using the daily data and the monthly data of copper , this method is used to simulate the price of copper in China . The results show that the forecasting model has better prediction results .

【學(xué)位授予單位】：中國(guó)社會(huì)科學(xué)院研究生院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F724.5;F764.2;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 許立平;羅明志;;基于ARIMA模型的黃金價(jià)格短期分析預(yù)測(cè)[J];財(cái)經(jīng)科學(xué);2011年01期

2 陳林;黃章樹(shù);;基于ARIMA模型的期貨價(jià)格分析與預(yù)測(cè)[J];福州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2010年03期

3 劉軼芳;遲國(guó)泰;余方平;孫韶紅;王玉剛;;基于GARCH-EWMA的期貨價(jià)格預(yù)測(cè)模型[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2006年09期

4 梅志娟;;ARMA-GARCH模型的期貨價(jià)格預(yù)測(cè)比較研究[J];經(jīng)濟(jì)研究導(dǎo)刊;2010年34期

5 孟湘泓;黃健柏;;世界經(jīng)濟(jì)對(duì)國(guó)際銅、鋁期貨價(jià)格波動(dòng)的影響——基于Kilian全球經(jīng)濟(jì)指數(shù)的實(shí)證研究[J];價(jià)格月刊;2014年01期

6 王習(xí)濤;;ARIMA模型在期貨交易預(yù)測(cè)中的應(yīng)用研究[J];微計(jì)算機(jī)信息;2006年15期

7 王江;費(fèi)宇;;上海鋅期貨價(jià)格的組合預(yù)測(cè)分析[J];中國(guó)證券期貨;2011年01期

本文編號(hào)：1372490