ARMA模型参数估计算法改进及在股票预测中的应用

ARMA模型参数估计算法改进及在股票预测中的应用

ID:40709603

大小:226.00 KB

页数:4页

时间:2019-08-06

ARMA模型参数估计算法改进及在股票预测中的应用_第1页
ARMA模型参数估计算法改进及在股票预测中的应用_第2页
ARMA模型参数估计算法改进及在股票预测中的应用_第3页
ARMA模型参数估计算法改进及在股票预测中的应用_第4页
资源描述:

《ARMA模型参数估计算法改进及在股票预测中的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第23卷第2期重庆工学院学报(自然科学)2009年2月Vol.23No.2JournalofChongqingInstituteofTechnology(NaturalScience)Feb.2009ARMA模型参数估计算法改进及在股票预测中的应用何永沛(重庆大学软件学院,重庆400030)摘要:针对股票市场中ARMA模型的识别、建立和估计问题,提出一种ARMA模型参数估计的改进算法,以加快计算的收敛速度和提高模型参数估计的精确度.该算法借助反向过程确定初值,结合优化阻尼最小二乘法求解模型参数

2、.应用该算法对预测股票价格进行了仿真试验,并与SAS预测结果作了对比,获得了满意的效果.实验结果表明该算法在预测性能上有了较大的提高,证实了该算法的有效性.关键词:ARMA模型;时序数据;股票预测;SAS软件中图分类号:TP391文献标识码:A文章编号:1671-0924(2009)02-0109-04ImprovedAlgorithmofParameterEstimatingforARMAModelandItsApplicationintheStockMarketsForecasting

3、HEYongpei(CollegeofSoftwareEngineering,ChongqingUniversity,Chongqing400030,China)Abstract:Aimedattheproblemsofidentifying,establishingandestimatingofARMAmodelintheStockMarketForecasting,thepaperproposesasortofimprovedalgorithmofparameterestimateforARMA

4、modelsoastoexpeditethecomputingconvergencespeedandenhancetheaccuracyofmodelparameterestimate.Bymeansofbackwardprocess,itdeterminestheinitialvalue,andcombinedwithoptimizeddampingleastsquaresmethod,itsolvesmodelparameters.Itcarriesoutthesimulationexperim

5、enttoforecaststockprice,andmakescomparisonwithforecastresultofSASshowingthatthesatisfactoryresultisobtained.Theexperimentshowsthattheforecastingperformanceofthisalgorithmisgreatlyimproved,validatingitseffectiveness.Keywords:ARMAmodel;timesequencedata;st

6、ockpriceforecasting;SASsoftware收稿日期:2008-11-13基金项目:国家自然科学基金资助项目(70672011);重庆市自然科学基金资助项目(2006BB2234).作者简介:何永沛(1982),男,重庆人,硕士研究生,主要从事数据挖掘研究.110重庆工学院学报时间序列是随时间改变而随机地变化的序预测.对于建立模型,它要求时间序列是随机和平列.时间序列分析是利用序列的历史信息以及历稳的,而且需要大量数据,需要编写计算机程序进[3]史信息之间的相互作用,对序

7、列的未来轨迹进行行模型的辨识.在ARMA模型建立前要先进行预测的一种数学方法.实现时间序列分析技术的模型识别,利用数据及由序列生成模型子类.初步关键在于如何挖掘历史信息之间的相互作用信的识别为人们提供有关模型类型的试探性考虑,息,提高预测的精确性.时间序列分析的目的是找进行参数的初估计,随之还要进行有效的拟合与出它的变化规律,即模型,常用的模型主要有3检验,最终确定模型的参数.种:AR模型(AutoRegressiveModel,自回归模型)、MA模型(MovingAverageModel,滑动平均

8、模型)和2ARMA模型参数估计算法改进ARMA模型(AutoRegressiveMovingAverageModel,自回归滑动平均模型混合模型).自从1970年Box本研究提及的ARMA模型参数估计算法改进和Jenkins提出自回归滑动平均模型及一套完整的的主要思想和具体步骤如下:[1]建模、估计、检验、预测和控制方法以来,ARMA1)序列的预处理,判断该序列是否为平稳非模型在时间序列的预测应用中越来越广泛.例如纯随机序列.若为非平稳序列,利用

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。