發(fā)布時(shí)間：2018-05-21 15:12

  本文選題：ARIMA + GARCH�。� 參考：《價(jià)值工程》2017年02期

【摘要】：國(guó)際原油是資本市場(chǎng)兵家必爭(zhēng)之地,原油價(jià)格受很多不確定因素影響,且各個(gè)因素之間的相關(guān)關(guān)系錯(cuò)綜復(fù)雜,因此要從理論上徹底弄清楚原油指數(shù)的變化機(jī)理十分困難。然而原油指數(shù)是一個(gè)運(yùn)動(dòng)的、特殊的系統(tǒng),它必然存在著規(guī)律。本文基于ARIMA-GARCH金融時(shí)間序列理論,對(duì)WTI波動(dòng)率進(jìn)行實(shí)證分析,經(jīng)過(guò)平穩(wěn)性檢驗(yàn)、ARIMA參數(shù)選擇、ARCH效應(yīng)檢驗(yàn)和GARCH模型優(yōu)化,建立了ARIMA-GARCH預(yù)測(cè)模型,通過(guò)預(yù)測(cè)值與真實(shí)值的對(duì)比認(rèn)為ARIMA-GARCH模型可以很好擬合WTI波動(dòng)率并且進(jìn)行短期預(yù)測(cè)。
[Abstract]:International crude oil is a necessary position in the capital market. The price of crude oil is affected by many uncertain factors, and the correlation between each factor is complicated. Therefore, it is very difficult to understand the mechanism of crude oil index change in theory. However, crude oil index is a moving, special system, it must have laws. Based on the ARIMA-GARCH financial time series theory, this paper makes an empirical analysis on the volatility of WTI. After the stationary test, the Arima parameters are selected to test the arch effect and the GARCH model is optimized, and the ARIMA-GARCH prediction model is established. By comparing the predicted value with the real value, it is concluded that the ARIMA-GARCH model can fit the volatility of WTI well and make short-term prediction.
【作者單位】： 東北石油大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;
【基金】：東北石油大學(xué)青年基金項(xiàng)目資助,《基于R-Couple-Beta的量化投資策略研究與股票程序化交易軟件開(kāi)發(fā)》,項(xiàng)目號(hào):NEPUQN2015-1-19,審批機(jī)構(gòu):東北石油大學(xué),校青年基金
【分類號(hào)】：F224;F713.35;F764.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付宇涵;;基于ARIMA模型的我國(guó)財(cái)產(chǎn)險(xiǎn)保費(fèi)收入的預(yù)測(cè)研究[J];統(tǒng)計(jì)教育;2010年10期

2 王永宏;饒繼廣;;基于ARIMA模型自動(dòng)預(yù)測(cè)我國(guó)保險(xiǎn)行業(yè)保費(fèi)收入的應(yīng)用和實(shí)踐[J];軟件產(chǎn)業(yè)與工程;2010年06期

3 陳雪嬌;;我國(guó)消費(fèi)者信心指數(shù)趨勢(shì)分析及預(yù)測(cè)——基于ARIMA模型[J];東方企業(yè)文化;2011年10期

4 翟明娟;;基于ARIMA模型的山西省人均實(shí)際GDP預(yù)測(cè)[J];長(zhǎng)治學(xué)院學(xué)報(bào);2012年05期

5 趙建鋒;李冠軍;;ARIMA模型在我國(guó)紡織品服裝出口額預(yù)測(cè)中的應(yīng)用[J];企業(yè)導(dǎo)報(bào);2013年23期

6 石美娟;ARIMA模型在上海市全社會(huì)固定資產(chǎn)投資預(yù)測(cè)中的應(yīng)用[J];統(tǒng)計(jì)與信息論壇;2003年06期

7 梁來(lái)存;皮友靜;;我國(guó)保費(fèi)收入的ARIMA模型與預(yù)測(cè)[J];統(tǒng)計(jì)與決策;2006年07期

8 王新華;;ARIMA模型在武漢市全社會(huì)固定資產(chǎn)投資預(yù)測(cè)中的應(yīng)用[J];統(tǒng)計(jì)與決策;2006年08期

9 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

10 張鴻;;ARIMA模型在廣東工業(yè)指標(biāo)預(yù)測(cè)中的應(yīng)用[J];經(jīng)濟(jì)師;2006年08期

相關(guān)會(huì)議論文 前3條

1 王建鋒;高歌;陳立凌;李紅美;張明芝;王艾麗;;ARIMA模型及其在江蘇省衛(wèi)技人員數(shù)預(yù)測(cè)中的應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

2 李君華;王志堅(jiān);張立杰;陳雪;;基于小波理論及ARIMA模型的短期棉花價(jià)格預(yù)測(cè)[A];中國(guó)棉花學(xué)會(huì)2012年年會(huì)暨第八次代表大會(huì)論文匯編[C];2012年

3 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

相關(guān)重要報(bào)紙文章 前1條

1 ;基于數(shù)量化方法對(duì)未來(lái)經(jīng)濟(jì)增長(zhǎng)趨勢(shì)的預(yù)測(cè)[N];第一財(cái)經(jīng)日?qǐng)?bào);2009年

相關(guān)碩士學(xué)位論文 前10條

1 陳聰聰;基于ARIMA模型和ARIMAX模型的山東省GDP的預(yù)測(cè)與分析[D];山東大學(xué);2016年

2 鄧智敏;基于ARIMA與神經(jīng)網(wǎng)絡(luò)的商品條碼注冊(cè)量預(yù)測(cè)研究[D];華南理工大學(xué);2016年

3 孫先強(qiáng);時(shí)間序列模型在股票價(jià)格預(yù)測(cè)中的應(yīng)用[D];云南大學(xué);2016年

4 余天倫;基于Piotroski方法和ARIMA-SVR模型的股票投資策略研究[D];華南理工大學(xué);2016年

5 鄭維;基于X-12-ARIMA的節(jié)假日經(jīng)濟(jì)效應(yīng)分析[D];北方工業(yè)大學(xué);2010年

6 劉文抒;基于灰色模型和ARIMA模型的上證指數(shù)研究[D];河海大學(xué);2005年

7 趙曉麗;基于小波ARIMA模型的風(fēng)電場(chǎng)風(fēng)速短期預(yù)測(cè)方法研究[D];華北電力大學(xué)（北京）;2010年

8 白營(yíng)閃;基于ARIMA模型對(duì)滬深300指數(shù)的預(yù)測(cè)分析[D];華南理工大學(xué);2010年

9 魏來(lái);ARIMA理論及其在網(wǎng)絡(luò)環(huán)境下綠色農(nóng)產(chǎn)品定價(jià)的應(yīng)用[D];電子科技大學(xué);2003年

10 張丹;基于ARIMA模型的消費(fèi)品公司預(yù)算管理分析[D];復(fù)旦大學(xué);2011年

，

本文編號(hào)：1919728