基于时间序列方法的股票价格分析.pdfVIP

StatisticsandApplication统计学与应用,2024,13(1),118-132

PublishedOnlineFebruary2024inHans./journal/sa

/10.12677/sa.2024.131013

基于时间序列方法的股票价格分析

左鑫磊

广西师范大学数学与统计学院，广西桂林

收稿日期：2023年12月19日；录用日期：2024年2月21日；发布日期：2024年2月27日

摘要

股票价格指数是一个国家经济建设健康状况的体温表，它的变化大致反映了该国经济结构和经济活动的

宏观变化趋势。因此，选取合适的实证研究方法对股票价格指数进行预测分析，具有重要的实证意义。

近年来，基于时间序列分析的预测方法在各个领域中都得到了广泛的应用。而对股票价格进行预测较为

普遍的模型就是时间序列模型。所以本文以神州长城指数为例，将时间序列建模方法应用于股票价格指

数的建模与预测，我们选择建立了ARIMA、GARCH模型进行拟合与预测。实验结果表明，该模型的残差

白噪声检验，系数显著性检验都控制在一定范围内，因此该模型拟合效果较好，预测值接近实际值，最

后，我们借助了该模型进行了股票指数未来一定时间内的预测。

关键词

时间序列分析，股票价格预测，ARIMA模型

StockPricesBasedonTimeSeriesAnalysis

XinleiZuo

SchoolofMathematicsandStatistics,GuangxiNormalUniversity,GuilinGuangxi

thstth

Received:Dec.19,2023;accepted:Feb.21,2024;published:Feb.27,2024

Abstract

Thestockpriceindexisathermometerofthehealthofacountry’seconomicconstruction.Its

changesroughlyreflectthemacrotrendofchangesinthecountry’seconomicstructureandeco-

nomicactivities.Therefore,itisofgreatempiricalsignificancetoselectappropriateempiricalre-

searchmethodstoconductpredictiveanalysisofstockpriceindexes.Inrecentyears,forecasting

methodsbasedontimeseriesanalysishavebeenwidelyusedinvariousfields.Themostcommon

modelforpredictingstockpricesisthetimeseriesmodel.Therefore,thisarticletakestheSi-

no-GreatWallIndexasanexampletoapplythetimeseriesmodelingmethodtothemodelingand

predictionofstockpriceindex.WechoosetoestablishARIMAandGARCHmodelsforfittingand

文章引用:左鑫磊.基于时间序列方法的股票价格分析[J].统计学与应用,2024,13(1):118-132.

DOI:10.12677/sa.2024.13101