某种股票价格的数据的时间序列模型的建立及其分析.doc

教育部直属 国家“211工程”重点建设高校 股票价格模型 ——应用时间序列分析期末论文 2013年11月 一、实验目的： 掌握用Box-Jeakins方法及Paudit-Wu方法建模及预测 二、实验内容： 应用数据1前28个数据建模，后8个数据供预测检验。 数据1 ： 某种股票价格的数据（单位：元） t 观测值 t 观测值 t 观测值 t 观测值 1 10.5 10 12.25 19 14.5 28 21.5 2 10.44 11 12.61 20 15.5 29 20.25 3 9.94 12 13.5 21 16.13 30 25.63 4 10.25 13 13.44 22 14.75 31 26.88 5 11 14 12.44 23 11.75 32 27.63 6 9.88 15 13.5 24 15.25 33 23.88 7 10.5 16 15.39 25 17.13 34 26.38 8 12 17 15.75 26 20.5 35 24 9 13.94 18 13.88 27 19 36 24.38 表1 三、数据检验 1、检验并消除数据长期趋势 法一：图形检验 根据表中数据我们先画出序列图并对序列图进行平稳性分析。 Matlab程序代码 x=[10.5,10.44,9.94,10.25,11,9.88,10.5,12,13.94,12.25,12.61,13.5,13.44,12.44, 13.5,15.39,15.75,13.88,14.5,15.5,16.13,14.75,11.75,15.25,17.13,20.5,19,21.5;] plot(x) xlabel(时间t); ylabel(观测值x); title(某种股票价格序列图); 得到图（1） 图（1） （4）观察图形，发现数据存在长期向上的趋势。表示序列是不平稳的。 （5）我们再进一步对数据进行一阶差分，利用Matlab画图。 （6）Matlab程序代码 y=diff(x,1) plot(y) xlabel(时间t); ylabel(一阶差分之后的观测值y); title(某种股票价格差分之后序列图); （7）得到图（2） 图（2） （8）根据图（2）初步判定一阶差分后的序列稳定 法二：用自相关函数检验 （1）用matlab做出原数据自相关函数的图 （2）Matlab程序代码 x=[10.5,10.44,9.94,10.25,11,9.88,10.5,12,13.94,12.25,12.61,13.5,13.44,12.44, 13.5,15.39,15.75,13.88,14.5,15.5,16.13,14.75,11.75,15.25, 17.13,20.5,19,21.5;]; acf1=autocorr(x,[],2); %计算自相关函数并作图 autocorr(x,[],2) acf1 （3）得到图（3） 图（3） 观察图形发现，数据是缓慢衰减的，所以序列是不平稳的。 我们再进一步对数据进行一阶差分，利用Matlab画图得到差分后自相关函数图 Matlab程序代码 x=[10.5,10.44,9.94,10.25,11,9.88,10.5,12,13.94,12.25,12.61,13.5,13.44,12.44,13.5,15.39,15.75,13.88,14.5,15.5,16.13,14.75,11.75,15.25,17.13,20.5,19,21.5;]; y=diff(x,1); %一阶差分 acf2=autocorr(y,[],2); %计算自相关函数图 autocorr(y,[],2) acf2 （7）得到图（4） 图（4） （8）观察图形发现数据是迅速衰减的，所以一阶差分后的序列平稳了。 附、一阶差分之后的数据 见表2 一阶差分之后的数据（单位：元） t y t y t y t y 1 -0.06 8 1.94 15 1.89 22 -3 2 -0.5 9 -1.69 16 0.36 23 3.5 3 0.31 10 0.36 17 -1.87 24 1.88 4 0.75 11 0.89 18 0.62 25 3.37 5 -1.12 12 -0.06 19 1 26 -1.5 6 0.62 13 -1 20 0.63 27 2.5 7 1.5 14 1.06 21 -1.38 表2 2、检验序列的季节性 由图2可已看出，序列没有季节性 四、零均值化数据 （1）利用Matlab软件将序列零均值化 （2）M