时间序列论文——中国股市的时间序列预测.docVIP

西南财经大学 Southwestern University of Finance and Economics 时间序列分析 期末论文 论文题目：时间序列分析在中国股市上的运用 年级专业：经数10级 姓 名：朱研天 学 号任课老师：林谦 2013年10月 时间序列分析在中国股市上的运用 摘 要 时间序列在股市上具有以下两个特性：它有具有随机性但又不是完全随机；它非常容易从各种渠道获得。因此，众多学者以及股票投资者甚至操盘手都希望能从中找出某些规律对股票价格或收益率进行准确预测。如果能得到一个比较较准确的预测是意义重大的。时间序列分析方法是近代发展起来的定量预测方法，相比起预测其他事物，它尤其适用于经济时间序列。因为经济现象涉及的因素较多，关系比较复杂，从而难以用常规的量化模型进行预测分析。 相比于发达国家的市场经济体制，我国股市一方面具有优化资源配置的功能，但区别于成熟的发达国家股市，我国股市同时又具有投机性强，不稳定因素多的特点。本文采用ARMA 模型对我国股市时间序列进行研究，并对其在分析我国股市时间序列的表现进行评价，得出一些简单的结论，在最后也对预测这件事情本身对于股票的影响进行了一些思考。 关键词 中国股市时间序列分析 ARMA模型 预测 目 录 第一章 绪论 1.1 题目的研究意义 1.2 本文研究的主要内容与思路 第二章 我国股市时间序列的计量模型 2.1 ARMA 模型的一般形式 2.2 我国股市时间序列的 ARMA 模型 2.2.1 样本的选择 2.2.2 样本的诊断 模型识别 2.2.3 模型的定阶及估计结果 2.2.4 结果分析与讨论 第三章 总结与延伸 3.1 预测与被预测对象 第一章 绪论 1.1 题目的研究意义 金融是国民经济的命脉，它的稳定对国民经济的稳定发展有着重要的作用。另一方面，从世界各地的金融风波所引起的灾难性后果可以看出，金融市场出现动荡必将造成整个国民经济的波动。股票市场是金融市场的重要组成部分，因此也与国民经济发展密切相关。 我国股票市场具有后发优势，具有以下几种功能：1.融资功能2.资产，资金，资本的再配置功能 3.传递信息、发现价格、评估绩效、约束管理者等功能。一些学者利用股价指数对工业生产指数进行回归分析，发现股价指数能提前反映经济周期的变动，是经济周期的指路灯。 人们十分关注股票时间序列，其原因主要是两个方面：一是样本容易获得，无论是开盘价收盘价，甚至成交量乃至于每一笔交易细节都可以从各大媒体证券公司轻松获得；二是因为股票时间序列随机性十分强，但又有内在的经济原因的必然性，所以吸引人们对其进行预测分析，试图探索出其中的必然规律。 本文应用了时间序列分析方法-ARMA模型对我国股市时间序列建立模型进行分析，对ARMA模型的应用结果进行评价，同时考虑样本的选取过程，对该种分析方法在分析我国股市时间序列的应用上试图得出一些结论。本文得出的一些思考可以给一些股市的投资者起到一定借鉴。 1.2 本文研究的主要内容与思路 本文首先用ARMA模型对我国股票市场时间序列样本进行分析预测，对ARMA模型的应用及其结果进行讨论，对评判模型的指标进行评价并对我国股市波动难以预测的原因进行探讨。 时间序列分析方法是一种唯象分析方法，这种分析方法的缺陷在于：1.结论缺乏一般性， 某种分析方法对某个样本可能得到满意的结果，但是分析另一个样本时结果可能很不理想，非常依赖于选取的样本和参数；2.对模型结果的解释，不同的人可以得出不同的甚至矛盾的结论，甚至有时候难以得出合理的解释，对于不同的样本必须选取一个合适的模型才能得到一个容易接受的结果；3.唯象分析方法本质上是一种知其然而不知其所以然的方法，因此它难以指出改进的方向，只能得出样本特征等的一般结论。 从某种角度上说，时间序列分析方法与股市投资上广为应用的技术分析方法具有相同的理论基础。它们都认为，事物的运动发展规律已经包含在时间序列中，而且这种规律一直有效。也就是说保证这种规律发生的前提条件保持不变，换言之，被研究对象是一个稳定的系统。问题便由此产生了，这个前提假设是否真的是满足的呢？本文最后对此进行了一些思考。 第二章 我国股市时间序列的计量模型 2.1 ARMA 模型的一般形式 若序列当前值yt是现在和过去的误差或冲击值以及先前的序列值的线性组合： yt= ?1yt-1+ ?2yt-2+……+ ?pyt-p+a1-θ1at-1-θ2at-2-……-θqat-q 称上式为yt序列的自回归滑动平均模型，简记为ARMA (p,q)模型，p, q 分别表示自回归与滑动平均的阶数，相应的参数?1，?2，……，?p与θ1，θ2，……，θq分别称为自回归和滑动平均系数。若使用后移算子，则上式可以写