基于时间序列分析的股票价格走势预测研究

龙源期刊网 http://www.qikan.com.cn

基于时间序列分析的股票价格走势预测研究

作者：潘越凌

来源：《行政事业资产与财务》2017年第02期

摘 要：本文选取上证指数适当区间交易日的收盘价为分析对象，基于时间序列分析法，借助SAS软件采用ARIMA模型对处理后的数据进行拟合，并对未来10个交易日的上证指数进行预测；其次，借用预测值与实际观测值的拟合效果对所建立模型的优劣进行评判；最后，综合考虑影响股票价格走势的多种因素，提出相关建议。 关键词：股票价格预测；时间序列分析；上证指数

现如今越来越多的人们加入到了股票投资者的行列，由于多数股民并不具备足够的金融知识，对股票投资缺乏理性的认识，从而并不能从中获益。同时，股票市场中存在的诸多不可控因素也给政府决策方面造成相当大的困难。因此，如果可以对股价走势进行预测，并通过政府对股市进行合理引导，对于投资者乃至整体经济都将有着十分重大的意义。

虚拟资本本身的虚拟性造成了股票市场内在的不稳定性。由于股票本身是没有价值的，所以股票在股票市场上进行买卖的时候，它的价格并非完全取决于客观的价值规律，而是在股民主观预期价格以及股票供求状况的共同影响下确定的，从而股票价格与实际经济效益呈现了相脱离的状态。在股票市场中，虽然股票价格波动无规则，但股票价值主要由股份公司未来的绩效决定，所以股票市场终究无法脱离实体经济而存在。因此，股票价格的的波动实则是有规律可循的，进而对金融市场行为特征的刻画成为了重要的研究问题。

由于我国股票市场起步较晚，很多机制尚不完善，许多不确定因素参杂其中，因此需要科学的统计方法对金融市场进行分析研究。1999年，查正洪以上证指数为研究对象建立了ARMA模型，获得了较好的拟合预测效果。随后朱宁和徐标等人分别对上证指数的日、月数据进行了短期和中期预测，并检验其可行性。基于前者的研究，王春峰与蒋祥林运用状态转移ARCH模型在宏观政策对股市波动性影响方面得出了相关结论。本文立足于我国股票市场的基本行情，针对股票价格综合指数，采用较为常用常用时间序列分析法，选取上证指数的日交易数据为研究对象，对经过预处理后的数据拟合时间序列模型进行实证分析，试得出股票市场在时间序列分析应用中的一般性结论。 一、数据预处理

本论文采用2013年8月21日至2014年11月28日共310个交易日的收盘价为研究数据，该数据来源于开源证券公司股票分析软件。本文中所涉及的数据分析均通过SAS软件实现。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库基于时间序列分析的股票价格走势预测研究在线全文阅读。