上证指数的时间序列预测模型资料.pdfVIP

第26卷第2期 桂林电子工业学院学报 V01．26，N0．2 Glltnn of勘∞tmmc Apr．2006 2006年4月 Joum柚ofUm幅ny TechnoI哩y 上证指数的时间序列预测模型 朱宁，徐标，全殿波 (桂林电子科技大学计算科学与数学来广西桂林54l004) 摘要：为研究上证指数的变化规律，利用时间序列分析方法建立了预测模型，模型对上证指数的日一上证指数和 月一上证指数分别作了预测分析，结果表明，预测值接近真实值，并为指导投资者在证券投资市场上的正确投资战 略决策提供有效依据。 关键词：时间序列分析；上证指数；ARIMA模型；AIc准则 中图分类号：0212．4 文献标识码：B 文章编号：1001—7437(2006)02一0124一05 Time—series modelof index prediction Shanghaicomposite ZHU Bi口D，丁DNGDi口咒一6D Ni行g，XU of Science＆Mathematks，GuilinE1％tronk 541004，China) (Dept．ofC伽l”ting Unhersity Tech∞logy，GuiIh Abstract：1norderto the of index，weconstructedapredict-on studyvariabilitypatternsShanghaicor娶prehensive model time—series modelwas toboth and index results through anaIysis．The applied daily monthlyprediction．The showedthat basedonthemodelwas tothevaluein model prediction approximate reality．Therefore，theproposed ofthestockmarket． can the of investors improveaccuracypredictionby words：time—series index； model； Key analysis；ShanghaicompositeautoregressiveintergratedmovingaVerage akaikeinformationcriterion 现实经济生活中，股票指数序列的发展变化呈现 1时间序列原理 时变性、随机性、非线性的特点。投资者要想在瞬息万 1．1 ARIMA模型‘6] 变的证券投资市场上通过自己的投资获得尽可能大 的收益，就必须把握证券价格波动的韵律、脉络，对证 ARIMA(AutoregressiVeIntergratedMoVing 券的市场价格走向作出准确的判断。由于股价指数序 列自身的特点，加上ARIMA模型的建立有一套完的d阶差分就是属于平稳性质的ARMA模型。由式 整、正规、结构化