卢志新论文设计,ARIMA模型预测股指走势.docVIP

统计与数理学院学年论文 PAGE \* MERGEFORMAT 9 实用标准文案 文档 本科学年论文(设计) 利用ARIMA模型分析证券指数 学 院 统计与数理学院 专 业 统 计 学 班 级 07级统计二班 学 号 20070514236 姓 名 卢志新 指导教师 朱玉敏 山东财政学院教务处制 二0一0年五月 利用ARMA模型分析证券指数 卢志新 内容提要：本文拟采用ARIMA模型，以中国上证指数为例拟合其价格走势，进而预测其下一段时期的价格走势，并根据预测的趋势提出适当的建议。 关键词：ARIMA模型；股价走势；白噪声；自相关 一、引言 证券市场在我国的建立和发展始于改革开放初期。自1990年深沪两交易所开市以来，中国证券市场取得了较大的发展。?从998点起步到2006年12月的2245点，中国股市用了两年的时间。而仅仅5个月之后，4000点就被轻松的拿下了。截至到2007年5月18日，沪深股市总市值达到174053亿元，其中，沪市总市值为134363亿元，深市总市值为39690亿元，我国资本市场在短短十几年，达到了许多国家几十年甚至上百年才能实现的规模，为我国经济的快速发展做出了巨大的贡献，证券市场已逐渐成为我国社会主义市场经济体系中不可缺少的一部分。但由于历史的原因，中国证券市场虽然取得了较快的发展，其中积累的深层次问题与结构性矛盾仍非常突出。目前管理层将市场定位于“新兴加转轨”，新兴代表着中国证券市场从国际成熟市场的大视线来看，为新兴发展的市场，不成熟及过程中的问题不可避免会出现较多；转轨则意味着市场成熟化要求市场向规范健康的方向发展。 所谓股价走势分析，就是股票投资者对股票市场所反映的各种资讯进行收集、整理、综合等工作，藉以了解和预测股票价格的走势，进而做出相应的投资策略，以降低风险和获取较高的利益。 作为资本市场的核心，证券市场现如今发展规模日益扩大，但是证券投资有高收入和高风险的双重特性，并且自2008年9月起，美国次贷危机掀起的金融风暴正席卷全球市场，在金融资产价格的大幅缩水、实体经济消费低迷、投资放缓的背景下，新兴市场国家的经济似乎也难以幸免，10月份股市普遍暴跌、中国香港地区的部分银行出现了挤兑风波。 所以当前人们对于股票价格下一段时期的走势是非常关注的，那么如何正确预测证券价格的走势就成为亟待解决的问题。本文就是要通过建立ARIMA模型来分析市场的股价走势，从而把握其数量运行规律 二、ARIMA模型的理论 （一）ARIMA模型的类型 ARMA模型是一种常用的时间序列模型，由 G.E.P.Box和G.M.Jenkins创立，也称B-J方法。该方法不考虑以经济理论为依据的解释变量的作用，而是依据变量本身的变化规律，利用外推机制描述时间序列的变化，能达到最小方差意义下的最优预测，是一种精度较高的时序短期预测方法。 ARIMA模型有以下四种基本类型： （1）AR模型，也叫自回归模型（Auto-Regressive Model）。时间序列用它的前期值随机项的线性函数表示。P阶自回归模型记为AR（p），其一般形式为： （1） 式中，为时间序列，（i=1，2，……p）为待估计的自回归系数，为误差项。 引入滞后算子B，，且令，则（1）式可以简写为： （2） （2）MA模型，也叫移动平均模型（Moving Average Model）。时间序列用它的当期和前期的随机误差项的线性函数表示，q阶移动平均模型记为MA（q），其一般形式为： （3） 式中，（i=1，2，……，q）为待估计的移动平均系数。 引入滞后算子B，， 且令，则（3）式可以简写为： （4） （3）ARMA模型，也叫自回归移动平均模型（Auto-Regression Moving Average Model）。时间序列用它的当期和前期的随机误差项以及以前期值的线性函数表示，（p，q）阶自回归移动平均模型记为ARMA（p，q）。其方程一般形式为 （5） 引入滞后算子B，则(5)式可以简写为： （6） （4）ARIMA模型，也成为求和自回归移动平均模型（Autoregressiv