基于时间序列分析的股票预测模型研究-应用数学专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确 的说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 III 万方数据 万方数据 摘要 摘 要 在现代金融浪潮的推动下，越来越多的人加入到股市，进行投资行为，以期 得到丰厚的回报，这极大促进了股票市场的繁荣。而在这种投资行为的背后，越 来越多的投资者逐渐意识到股市预测的重要性。所谓股票预测是指：根据股票现 在行情的发展情况地对未来股市发展方向以及涨跌程度的预测行为。这种预测行 为只是基于假定的因素为既定的前提条件为基础的。但是在股票市场中，行情的 变化与国家的宏观经济发展、法律法规的制定、公司的运营、股民的信心等等都 有关联，因此所谓的预测难于准确预计。即使是证券分析师的预测也只能作为股 民入市操作的一般参考意见。时间序列数据因为接受到许多偶然因素的影响，会 常常表现出随机性，在统计学上称之为序列的依赖关系。 时间序列分析是经济预测领域研究的重要工具之一，它描述历史数据随时间 变化的规律，并用于预测经济数据。在股票市场上，时间序列预测法常用于对股 票价格趋势进行预测，为投资者和股票市场管理管理方提供决策依据。 本文主要介绍了时间序列分析方法的概念，性质，特点以及时间序列模型， 包括建模时对数据时间序列的预处理、模型识别、参数估计、模型检验、模型优 化以及模型预测等。并根据道琼斯指数对收盘价进行短期预测，通过对时间序列 分析理论的 实证研究分析，建立时间序列模型， 其 中包括 ARIMA 模 型 、 Auto-Regressive 模型和 AR-GARCH 模型，进过拟合效果比较和误差分析，说明 时间序列分析的方法对于股票价格的预测趋势有一定的参考价值。 关键词：股票，预测，时间序列分析，ARIMA 模型，AR-GARCH 模型 I ABSTRACT ABSTRACT In the modern financial wave, more and more people join the stock market to invest, expecting to get rich return, which has greatly promoted the stock market’s prosperity. While under this behavior, an increasing large number of people become to realize the importance of stock forecast. The so-called stock forecast is defined: with the help of the stock’s recent condition, we’ll predict the future stock’s development, including its later development directions and fluctuations. This prediction based on the assumption of behavior is the prerequisite for established factor basis. But the stock’s index is always changing with the country’s macroeconomic development, the formulation of laws and regulations, the company’s operations, the confidence of investors and so on, which results in that it is very difficult to accurately predict. Even securities analysts’ forecast results can