基于arma(p q)模型的云南特色股票實證研究_第1頁
已閱讀1頁,還剩4頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、基于ARMA(pq)模型的云南特色股票實證研究摘要:采用ARMA(p,q)模型,對云南省內的云南白藥、云南城投兩只特色股票做實證分析。過對股票開盤價序列進行統(tǒng)計描述性分析,得到參數估計及檢驗結果。觀察模型預測效果圖,通過比較研究發(fā)現(xiàn),ARMA(1,1)為刻畫這兩支特色股票的最優(yōu)模型,并得到它們的預測值。關鍵詞:云南股票;ARMA(p,q)模型;短期預測中圖分類號:F830文獻標志碼:A文章編號:1673291X(2015)1402270

2、2云南省是我國西部邊疆省份中企業(yè)上市較早、收獲頗豐的省份之一。本文選取了在云南省制藥行業(yè)和房地產行業(yè)具有顯著優(yōu)勢的云南白藥和云南城投兩只股票作為研究對象。文中選取上述兩只股票正常運作情況下從2013年3月1日至2014年4月11日268個交易日的開盤價作為已知時間序列,建立一個合理且準確度高的ARMA(p,q)模型[12],觀察模型預測效果圖并作分析,即利用平穩(wěn)時間序列的統(tǒng)計相關性來進行未來價格的預測。一、ARMA(p,q)模型概述時間

3、序列分析方法[35]最早起源于1927年數學家耶爾(Yule)提出、建立的自回歸模型(AR模型);而另一位數學家Walker在AR模型的啟發(fā)下,建立了移動平均模型(MA模型),初步建立了時間序列分析方法(6)模型優(yōu)化:如果擬合模型通過檢驗,仍然轉向步驟2),充分考慮各種可能,建立多個擬合模型,從所有通過檢驗的模型中選擇最優(yōu)模型;(7)利用擬合的模型,預測序列的將來走勢。三、ARMA(p,q)模型的實證研究(一)云南白藥開盤價時間系列研究

4、截取云南白藥這只股票從2013年3月1日到2014年4月11日268個交易日的開盤價作為已知時間序列A,運用BJ方法研究時間序列,最重要的工具是自相關和偏自相關[9],對序列A進行自相關和偏自相關分析。A序列在演化過程中并不是具有固定不變的均值,而ARMA(p,q)模型所適合描述的對象是平穩(wěn)的隨機序列.這就需要對觀測數據序列A進行平穩(wěn)化處理,使非平穩(wěn)的數據序列轉化為平穩(wěn)的隨機序列,然后才能運用ARMA(p,q)模型的時間序列分析方法。于

5、是,進行一階差分得到序列DA,再對DA序列進行自相關偏自相關分析,時間序列A的趨勢已經消除。在滿足過程平穩(wěn)的基本要求下,比較R2、AIC、SC的大小,對比后選擇ARMA(1,1)模型來刻畫時間序列DA。表1為其參數估計與檢驗結果。確定模型后對模型殘差序列進行白噪聲檢驗,如果殘差序列不是白噪聲,則說明還有一些重要信息沒有被提取,需重新確定模型。通過DA序列的ARMA(1,1)模型殘差序列的自相關偏自相關分析圖可知,該殘差序列的樣本量n為2

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論