时间序列分析模型研究【毕业设计】

时间序列分析模型研究【毕业设计】

ID:474601

大小:1.86 MB

页数:53页

时间:2017-08-08

时间序列分析模型研究【毕业设计】_第1页
时间序列分析模型研究【毕业设计】_第2页
时间序列分析模型研究【毕业设计】_第3页
时间序列分析模型研究【毕业设计】_第4页
时间序列分析模型研究【毕业设计】_第5页
资源描述:

《时间序列分析模型研究【毕业设计】》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、本科毕业设计(20届)时间序列分析模型研究摘 要【摘要】股价数据具有庞杂性、波动复杂性等等特点,造成了分析非常困难。1对其进行时间序列建模是现代计量经济学最常用的手段。股市系统中时间序列的预测问题又具有重要的理论及实际意义。时间序列的获取是通过对数据库中数据进行分类汇总分析而获得。获取时间序列数据以后可以对它进行预测分析,从而较准确地预见股票价格的演进。文中介绍了时间序列的基本知识,同时比较了ARMA和GARCH两种常用模型,得出对于中国股市,GARCH模型性能优于ARMA模型。【关键词】时间序列;ARMA模型;GAR

2、CH模型。【ABSTRACT】Sharedatahastheheterogeneous,volatility,andthecomplexityofthecharacteristics,whichmaketheanalysisresultverydifficult.Time-serieseconometricmodelisthemostcommonlyusedmodernmeans.Marketsystemforthetimeseriespredictionalsohasimportanttheoreticalandpr

3、acticalsignificance.Timeseriesdatabaseaccessisthroughthepooledanalysisofdataobtainedclassification.Gettingtime-seriesdatacanlaterbeanalyzedtopredictit,whichmoreaccuratelypredictedtheevolutionofshareprices.Thispaperintroducesthebasicsoftimeseries,ARMAandGARCHalso

4、comparedtwocommonlyusedmodels,obtainedfortheChinesestockmarket,GARCHmodelisbetterthanARMAmodel.【KEYWORDS】Time-series;ARMAmodel;GARCHmodel。1目 录摘 要IIAbstractIII目 录IV1绪论11.1引言11.1.1国内外研究现状11.2ARMA模型介绍21.2.1AR(p)模型21.2.2MA(q)模型31.2.3ARMA(p,q)模型31.2.4ARMA建模过程41.3GARC

5、H模型介绍41.3.1ARCH模型的表达41.3.2GARCH模型的表达52指标选取和数据处理72.1指标选取72.1.1ADF检验72.1.2PP检验72.1.3自相关函数72.1.4偏自相关函数72.1.5AIC准则72.1.6BIC准则82.2数据处理82.2.1数据平稳化处理83模型识别和建立113.1ARMA模型识别和建立113.1.1模型定阶113.1.2模型修正153.1.3模型检验163.2GARCH模型的建立163.2.1ARCH效应检验163.2.2模型识别和建立173.2.3模型检验174模型数据

6、验证结果及比对194.1ARMA模型结果预测194.2GARCH模型结果预测194.3模型数据验证结果比对205结论215.1结论21参考文献22致谢23附录(数据)2411绪论1.1引言自20世纪70年代以来,由于布雷顿森林体系的崩溃导致了国际货币体系的瓦解,以及70年代末美联储利率体制的调整,造成了世界经济环境的剧烈动荡。在这样的背景下,一方面各种规避风险的措施与工具(如金融衍生产品)应运而生,这促进了新兴的经济与金融理论的诞生和发展;另一方面,人们迫切需要了解经济及金融波动的原因及规律性。为了探究和揭示金融波动的

7、原因和规律,国际学术界对经济系统的运行规律进行了不懈的探索,而随着20世纪60年代后期计量经济学的迅猛发展,同时为现代金融时间学列分析的发展提供了条件。1.1.1国内外研究现状1927年,英国统计学家G.U.Yule(1871-1951)提出自回归(autoregressive,AR)模型。之后,英国数学家、天文学家G.T.Walker在分析大气规律时使用了滑动平均(movingaverage,MA)模型和自回归滑动平均(autoregressivemovingaverage,ARMA)模型。这些模型奠定了时间序列时域

8、分析方法的基础。1970年,博克斯(Box)、詹金斯(Jenkins)出版了《时间序列分析、预测和控制》一书,书中系统地提出了ARMA模型的一系列理论,从此拉开了现代金融时间序列研究的大幕。在书中,Box和Jenkins总结了前人的研究基础,并且系统地阐述了对求和自回归滑动平均(autoregressiveintegratedmo

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。