matlab预测鼎龙股份300054股价的全过程.docVIP

“鼎龙股份300054”股价的时间序列分析 预处理工作： 从谷歌财经下载2013年6月13日到2014年5月8日的股市日期，开盘价，最高价，最低价，收盘价共5项内容184期。在excel中设置数据类型。将日期设置为matlab可以识别的yyyy/mm/dd格式，将价格数据设置为常规型。然后将excel中的数据粘贴到写字板中，设置第一列为标题“鼎龙股份300054’，第二列设置为各数据段的标题，分别为date,open,high,low,close。并保存为“300054.txt” 数据处理 1.1 ascii2fts导入数据。 创建股价信息的金融时间序列 输入命令： fts= ascii2fts(300054.txt,1,2,0); 设置频率显示字段为日数据 输入命令： fts.freq=1; 1.2 显示最新5期数据。 用索引选取最后5个数据，即最近五期 输入命令： fts([end,end-1,end-2,end-3,end-4]) 输出结果： ans = desc: 300054 鼎龙股份 freq: Daily (1) dates: (5) open: (5) high: (5) low: (5) close: (5) 30-Apr-2014 [ 10.38] [ 10.48] [ 10.21] [ 10.35] 05-May-2014 [ 10.3] [ 10.64] [ 10.25] [ 10.46] 06-May-2014 [ 10.46] [ 10.8] [ 10.39] [ 10.59] 07-May-2014 [ 10.58] [ 10.65] [ 10.3] [ 10.3] 08-May-2014 [ 10.24] [ 10.5] [ 10] [ 10.16] 1.3 利用fts2mat转换成矩阵，并提取收盘序列。 输入命令： ftsclose=fts2mat(fts.close); 1.4 利用price2ret转换成收益率序列。 输入命令： revenue=price2ret(ftsclose); 1.5单位根检验。 首先，画出收益率序列的图形。 输入命令：plot(revenue); 输出结果： 图1 由图1可以看出，收益率呈现出较强的平稳性，没有明显的趋势性，出现单位根的可能性较小。下面通过adftest函数进一步检验。 输入函数： [h,pValue] = adftest(revenue, lags,[1:5]) 输出结果： h = 1 1 1 1 1 pValue = 1.0e-03 * 1.0000 1.0000 1.0000 1.0000 1.0000 结果分析： h值均为1，表示拒绝滞后5阶的单位根的原假设，p值均为0.001，小于默认的置信度0.05，表示结果显著。所以在95%的置信水平下，收益率序列不存在单位根。 ARMA模型分析 2.1 自相关分析。 输入命令： autocorr(revenue); title(ACF) 输出结果： 图2 结果分析： 自相关系数在20期内来回震荡，未呈现衰减的趋势或明显的峰值，无法判断。 2.2 自相关分析。 输入命令： parcorr(revenue); title(PACF) 输出结果： 图3 结果分析：偏自相关系数在滞后12,18期时候出现明显的峰值。但是不能确定具体情况。 综合分析：ACF来回震荡，未呈现明显衰减。PACF在12,18期时出现峰值，综合ACF与PACF的情况，无法判断收益率序列的阶数。 2.3 使用fpe函数定阶。 由于ACF和PACF的图形在20阶以内都没有明显的截尾特征，所以该序列并非典型的AR（p）或MA（q）过程，故考虑ARMA模型进行拟合。因为不是AR（p）或MA(q)过程，所以在下面的分析中，直接剔除这两种情况，考虑AR和MA的滞后阶数均在1~15之间选择. 输入命令： format long g %设置数值精度 for a=1:10 %ARMA模型的AR阶在1~10之间选择 for c=1:10 %ARMA模型