实验一_基于AR模型的股票价格预测讲述.docVIP

基于AR模型的股票价格预测 1. 问题描述 AR模型是一种线性预测，即已知N个数据，可由模型推出第N点前面或后面的数据（设推出P点），所以其本质类似于插值，其目的都是为了增加有效数据。本次实验使用从雅虎上下载的美国某股票七年共2000个收盘价格数据来进行数据分析建模，取其前1000个价格数据构建预测方程，预测剩下的股票收盘价格。 2. 原理简述 2.1 基本原理 自回归模型（Autoregressive Model）是用自身做回归变量的过程，即利用前期若干时刻的随机变量的线性组合来描述以后某时刻随机变量的线性回归模型，它是时间序列中的一种常见形式。…,y(n-N)],则依据AR Model，满足如下关系式： (2.1) 其中，a=[a0,a1,…aN]为各项因变量观测值系数。通常情况下，我们令a0=1。考虑到式（2.1）的迭代性，我们可以将其转化为一组自变量观测值和一个因变量观测值的形式如下： (2.2) 其中，A=[]是各项自变量观测值的系数。另外，我们假定自变量观测值的自相关函数为： (2.3) 其中，是自变量观测值的方差，是狄拉克函数。 将所得的y(n)代入可得： (2.4) 同样，将任意的一个y(n-K)代入可得：。 接