卢志新论文设计,arima模型预测股指走势

《卢志新论文设计,arima模型预测股指走势》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、统计与数理学院学年论文本科学年论文(设计)利用ARIMA模型分析证券指数学院统计与数理学院专业统计学班级07级统计二班学号20070514236姓名卢志新指导教师朱玉敏山东财政学院教务处制9统计与数理学院学年论文二0一0年五月利用ARMA模型分析证券指数卢志新内容提要：本文拟采用ARIMA模型，以中国上证指数为例拟合其价格走势，进而预测其下一段时期的价格走势，并根据预测的趋势提出适当的建议。关键词：ARIMA模型；股价走势；白噪声；自相关一、引言证券市场在我国的建立和发展始于改革开放初期。自1990年深沪两交易所开市以来，中国证券市场取得了较大的发展。 从998点起步到2006年12月

2、的2245点，中国股市用了两年的时间。而仅仅5个月之后，4000点就被轻松的拿下了。截至到2007年5月18日，沪深股市总市值达到174053亿元，其中，沪市总市值为134363亿元，深市总市值为39690亿元，我国资本市场在短短十几年，达到了许多国家几十年甚至上百年才能实现的规模，为我国经济的快速发展做出了巨大的贡献，证券市场已逐渐成为我国社会主义市场经济体系中不可缺少的一部分。但由于历史的原因，中国证券市场虽然取得了较快的发展，其中积累的深层次问题与结构性矛盾仍非常突出。目前管理层将市场定位于“新兴加转轨”，新兴代表着中国证券市场从国际成熟市场的大视线来看，为新兴发展的市场，不成熟

3、及过程中的问题不可避免会出现较多；转轨则意味着市场成熟化要求市场向规范健康的方向发展。所谓股价走势分析，就是股票投资者对股票市场所反映的各种资讯进行收集、整理、综合等工作，藉以了解和预测股票价格的走势，进而做出相应的投资策略，以降低风险和获取较高的利益。作为资本市场的核心，证券市场现如今发展规模日益扩大，但是证券投资有高收入和高风险的双重特性，并且自2008年9月起，美国次贷危机掀起的金融风暴正席卷全球市场，在金融资产价格的大幅缩水、实体经济消费低迷、投资放缓的背景下，新兴市场国家的经济似乎也难以幸免，10月份股市普遍暴跌、中国香港地区的部分银行出现了挤兑风波。所以当前人们对于股票价格

4、下一段时期的走势是非常关注的，那么如何正确预测证券价格的走势就成为亟待解决的问题。本文就是要通过建立ARIMA模型来分析市场的股价走势，从而把握其数量运行规律二、ARIMA模型的理论（一）ARIMA模型的类型ARMA模型是一种常用的时间序列模型，由9统计与数理学院学年论文G.E.P.Box和G.M.Jenkins创立，也称B-J方法。该方法不考虑以经济理论为依据的解释变量的作用，而是依据变量本身的变化规律，利用外推机制描述时间序列的变化，能达到最小方差意义下的最优预测，是一种精度较高的时序短期预测方法。ARIMA模型有以下四种基本类型：（1）AR模型，也叫自回归模型（Auto-Regr

5、essiveModel）。时间序列用它的前期值随机项的线性函数表示。P阶自回归模型记为AR（p），其一般形式为：（1）式中，为时间序列，（i=1，2，……p）为待估计的自回归系数，为误差项。引入滞后算子B，，且令，则（1）式可以简写为：（2）（2）MA模型，也叫移动平均模型（MovingAverageModel）。时间序列用它的当期和前期的随机误差项的线性函数表示，q阶移动平均模型记为MA（q），其一般形式为：（3）式中，（i=1，2，……，q）为待估计的移动平均系数。引入滞后算子B，，且令，则（3）式可以简写为：（4）（3）ARMA模型，也叫自回归移动平均模型（Auto-Regres

6、sionMovingAverageModel）。时间序列用它的当期和前期的随机误差项以及以前期值的线性函数表示，（p，q）阶自回归移动平均模型记为ARMA（p，q）。其方程一般形式为（5）引入滞后算子B，则(5)式可以简写为：（6）（4）ARIMA模型，也成为求和自回归移动平均模型（Autoregressiveintegratedmovingaverage）。时间序列用它的当期的随机误差项以及以前期值的d阶差分来表示，（p，d，q）阶求和自回归移动平均模型可以表示为如下形式。（7）其中，，B为滞后算子。9统计与数理学院学年论文三、建立ARIMA模型建模步骤：1.求出该观察值序列的样本自

7、相关系数（ACF）和样本偏自相关系数(PACF)的值。2.根据样本自相关系数和偏相关系数的性质，选择阶数适当的ARMA(p，q)模型进行拟合。3.估计模型中的位置参数的值。4.检验模型的有效性。如果拟合模型通不过检验，步骤转向（2），重新选择模型在拟合。5.模型优化。如果拟合模型通过检验，仍然转向步骤（2），充分考虑各种可能，建立多个拟合模型，从所有通过检验的拟合模型中选择最有的模型。6.利用拟合模型，预测序列的将来走势。原始数据编号收盘价编号