原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第28卷第4期河南教育学院学报(自然科学版)Vol.28No.4
2019年12月JournalofHenanInstituteofEducation(NaturalScienceEdition)Dec.2019
-
doi:10.3969/j.issn.10070834.2019.04.004
基于ARIMA-GARCH模型的股票价格预测研究
许舒雅,梁晓莹
(郑州大学商学院,河南郑州450001)
摘要:利用时间序列模型对宇通客车股票的收盘价格进行预测.首先利用ACF平稳性检验来判断时间序列是
否平稳,然后,选择ARMA、ARIMA、ARIMA-GARCH进行性能比较.最后,根据相关准则选择ARIMA-GARCH优化
模型对宇通客车股票价格进行预测.结果表明,构建的ARIMA-GARCH模型能更准确地预测宇通客车的股价.
关键词:股票价格;宇通客车;平稳性检验;ARIMA模型;GARCH模型
---
中图分类号:F830文献标志码:A文章编号:10070834(2019)04002005
0引言
随着我国股票市场的不断发展,购买股票已经成为人们最重要的投资手段之一,而股票价格的变动对于
股民的投资收益性十分重要.准确对股票的价格进行预测,有助于投资者做出正确的投资选择,降低亏损风
险,获得合理收益.股票价格的变化在一定情况下反映了经济运行的状态,给相关经济政策的制定提供科学
的决策依据.但在股票市场中,股票价格的变化受到许多复杂因素的共同影响,这给股票价格的准确预测带
来一定的难度.
目前对股票价格的预测研究已经有了大量的文献,提供了令人信服的经济论据和样本中的经验结果.吴
文峰等人[1]提出股票价格的波动源模型,并将其用于上证指数的实证研究中.WANG[2]研究了台湾证交所的
condictionalheteroscedasticity)模
股票价格指数,得出结论:数据中存在的波动性呈现出与ARCH(autogressive
式一致的趋势,若与人工神经网络相混合,则可以增强价格预测.LIU和MORLEY[3]表示使用传统的计量经
济模型进行建模,往往会导致非常严重的偏差.为了提高预测模型的精度,经济学界对传统的计量经济模型
autogressivecondictionalheteroskedast)的股票价格预测模
进行了广泛的改进,提出基于GARCH(generalized
[4]model)和卡尔曼滤波相结合,并将其用于烽火通信的股票价格预测
型.金瑶等将AR模型(autoregressive
中.王惠星等[5]根据上证50样本股的特性建立时间序列模型,发现该模型能够较好地模拟市场小样本投资
组合的走势.张颖超等[6]也用ARIMA(4,1,4)模型(autogressiveintegratedmovingaveragemodel)对未来股
价进行预测,结果表明,该模型能够在短期内比较精确地预测未来的上证指数.曹栋等[7]在股票价格指数的
生成过程中融入风险测量,构建了适应我国股市的高拟合程度的GARCH-M模型,其研究表明沪深300股指
期货能在一定程度上缓解股市波动.李丽[8]用ARMA-GARCH模型描述了股票价格和成交量之间的关系,结
果表明股票价格和成交量之间存在时变性.张贵生等[9]提出基于梯度因子的股票预测模型,用于股票综合
指数的预测性研究
文档评论（0）