基于R软件金融时间序列预测分析.docVIP

基于R软件金融时间序列预测分析 　　摘 要 时间序列分析作为股票市场波动预测的重要工具，逐渐成为金融领域较常用的预测方法之一。本文利用R软件对上证综指和深证成指进行如下分析：根据上证指数收盘价的变动情况及其非平稳性和季节性特征建立包含季节因素的S-ARIMA模型，该模型较准确地描述和预测收盘价，实用性较强；对比剖析了上证综指和深证成指的收益率变动情况，针对其统计特性建立了相应的GARCH模型，得出了两指数收益率波动有时变性，簇集性，相关性等特征，模型拟合结果准确率较高。 　　【关键词】时间序列分析 股票波动预测 S-ARIMA模型 GARCH模型 　　宏观上，随着经济全球化的社会大背景趋势逐渐加强，股票由最初影响的局部性逐渐向当下的整体性转变。股票市场作为资本市场的核心，其动荡已不再仅仅影响部分企业的盈亏和部分人群的得失，波及面之广已经达到了空前的高度；微观上，股票跌宕起伏的变化与人们的日常生活包括幸福指数，经济状况越来越密切相关，据不完全统计，股市萎靡不振时，人们的幸福指数低且购买欲望低，内需减少，这足以说明股票市场对我国国民的影响力之大。合理正确的利用非平稳时间序列分析方法预测金融市场走势无论对国家的经济管控还是对个人经济状况的改善都具有指导意义。 　　1 基于季节性的ARIMA模型的上证指数收盘价的研究 　　指数收盘价指数是在交易所一日内最后一笔交易的成交价格，若