基于ARIMA模型的上证指数预测实证分析.pdf

第 33卷 第 5期 长 春 工 业 大 学 学 报 (自然科学版) VoI．33NO．5 2012年 l0月 JournalofChangchunUniversityofTechonology(NaturalScienceEdition) Oct．2O12 基于 ARIMA模型的上证指数 预测实证分析 董小刚， 李纯净 (长春工业大学 基础科学学 院，吉林 长春 130012) 摘 要 ：运用时间序列分析中的ARIMA模型分别对 日收盘价和实时数据两种类型数据进行 研究。通过时序图判断序列的平稳性，依据单位根检验 的结果进行差分 ，判断模型阶数，建立 ARIMA(p，d，q)，并应用模型对未来的 日收盘价进行预测。 关键词 ：ARIMA模型；定‘阶；预测 中图分类号 ：F224．7 文献标志码：A 文章编号 ：1674—1374(2012)05—0594—05 EmpiricalstudyonSSE forecastbasedontheARIMA model DONGXiao—gang， LIChun—jing (SchoolofBasicSciences，ChangchunUniversityofTechnology，Changehun 130012，China) Abstract：W ithtim‘eseriesARIMA model，boththedailyclosingpriceandtheticktimeareanalyzed． Thetimingdiagram isusedtojudgethesequencestabilityandthentheresultsoftheunitroottestis differentialanalyzed todeterminethemodelorderandestablish theARIM A (P，d，q)modeltoand estimatethedailyclosingprice． Keywords：ARIMA model；order；forecast． 应用 ARIMA(p，d，q)模型的建模过程可总 1 模型的理论分析与建立 结如下步骤_1_3J： 由于不需要对时间序列的发展模式作先验的 1)对序列进行平稳性检验 ，如果序列不满足 假设 ，同时方法本身保证 了可通过反复识别修改， 平稳性条件 ，可以通过差分变换使序列满足平稳 直至获得满意的模型 。进行分析预测时，不仅考 性条件 。 察预测变量的过去值与当期值 ，同时对模型拟合 2)通过计算能够描述序列特征的一些统计量 产生 的误差也作为重要 因素进入模型，这样有利 (如 自相关系数和偏 自相关系数)，来确定ARIMA 于提高模型的精确度 ，可以用来描述任何奇次非 阶数P和q，并在初始估计 中选择尽可能少 的参 平稳 的时间序列。 数 。 收稿 日期 ：2012-06—10 基金项 目：国家 自然科学基金资助项 目；吉林省 “十二五”教育基金资助项 目(ZC11054) 万方数据 第 5期 董小刚，等 ：基于 ARIMA模型的上证指数预测实证分析 595