随机过程及其应用结课论文

《随机过程及其应用结课论文》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于时间序列分析的股票预测模型研究硕士研究生课程结课论文《随机过程》姓名：xxxx学号：xxxx年级：14级学科（领域）：数学培养单位：理学院日期：2014年11月12日教师评定：综合评定成绩：任课教师签字：基于时间序列分析的股票预测模型研究目录1引言21.1研究背景21.2研究意义21.3选题依据22时间序列分析的理论32.1时间序列分析的问题32.2确定与随机性时间序列分析32.3时间序列的概念及性质32.3.1平稳性32.3.2平稳时间序列32.3.3平稳时间序列的统计性质42.3.4平稳性的

2、检验42.3.5纯随机性检验43平稳时间序列分析53.1ARMA模型53.1.1AR模型53.1.2MA模型54非平稳序列分析84.1确定性成分84.1.1趋势成分84.1.2季节效应分析84.2非平稳序列的随机分析94.2.1差分94.2.2ARIMA模型94.2.3ARIMA模型建模94.2.4异方差及方差齐性变换104.2.5条件异方差模型105基于时间序列分析的股票预测模型的实证分析115.1关于样本数据的描述与调整115.2结论15参考文献16基于时间序列分析的股票预测模型研究基于时间序列

3、分析的股票预测模型研究摘要：在现代金融浪潮的推动下，越来越多的人加入到股市，进行投资行为，以期得到丰厚的回报。所谓股票预测是指：根据股票现在行情的发展情况地对未来股市发展方向以及涨跌程度的预测行为。时间序列数据因为接受到许多偶然因素的影响，会常常表现出随机性，在统计学上称之为序列的依赖关系。在股票市场上，时间序列预测法常用于对股票价格趋势进行预测，为投资者和股票市场管理方提供决策依据。本文主要介绍了时间序列分析方法的概念，特点及时间序列模型，包括建模时对数据时间序列的预处理、及模型预测等。并通过对时

4、间序列分析的实证研究分析，建立时间序列模型，其中包括ARIMA等模型，进行误差分析，说明时间序列分析的方法对于股票价格的预测趋势有一定的参考价值。关键词：股票，预测，时间序列分析，ARIMA模型StudyonpredictionmodeloftimeseriesanalysisbasedonthestockBianXiaofei（HeiLongJiangUniversityofscienceandtechnology,HarbinCity）Abstract：Inthemodernfinancialw

5、ave,moreandmorepeoplejointhestockmarkettoinvest,expectingtogetrichreturn,whichhasgreatlypromotedthestockmarket’sprosperity.Theso-calledstockforecastisdefined:withthehelpofthestock’srecentcondition,we’llpredictthefuturestock’sdevelopment,includingitslat

6、erdevelopmentdirectionsandfluctuations.Time-seriesdataoftenshowsomekindsofrandomnessanddependencebetweeneachotherbecauseoftheinfluenceofvariousaccidentalfactors.Timeseriesanalysisisoftenusedtopredictthestockprice,whichprovidesdecision-makingbasisforinv

7、estorsandthestockmarketmanagers.Thisthesismainlyintroducestimeseriesanalysistheory,includingitsnotion,characteraswellastheexpressionanddescriptionofsomemodelsderivedfromit,includingmethodofdatasimulation,methodofparameterestimationandmethodoftestingdeg

8、reeoffittingandarrangethembythenumbers.Thereforewecanestablishsomemodels,includingARIMAmodelandsoon.Whilethroughthisempiricalresearchanalysis,wecouldprovethatthemethodhassomevalueforpredictingthestock’strendbymeansofmodelfittingeffectan