基于ARIMA模型的股价的研究

发布时间：2022-12-10 06:59

　　随着社会的进步和科技的快速发展,中国的股票市场逐渐成为我国主要的资本市场,无论是股票的投资者还是管理者,都期待在股市上能得到“投资小,收益大”的回报。而股市的市场信息时时刻刻都在变化,这就导致股票的价格会有所变动。通过对股价的分析,我们可以了解股票市场的信息,并且应用时间序列分析挖掘出其中的有用信息,为股票的投资者和管理者提供参考,从而帮助他们得到最大的回报。首先,本文发现有些文章对数据建立了ARIMA模型,但是没有检验数据是否适合建立该模型,如文献[7]和[8]。本文通过对文献[7]、[9]、[11]和[12]中的数据及中国招商银行和中国平安某一段时间股票日开盘价数据的研究与分析,并且结合白噪声检验,证实了这八组数据根本不适合建立ARIMA模型。而通过了解GARCH模型的理论和其建模思想后,本文利用GARCH模型对这些数据进行分析与研究,发现可以对其中五组数据建立GARCH模型。其次,本文利用指数平滑法的相关知识对剩余的三组数据进行分析,并且用SAS软件编程实现,发现这三组数据均可以建立指数平滑模型。本文在建立模型的同时,对数据进行了检验,证明了数据的确适合建立这种模型,这种检验是建... 

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
    1.3 主要内容和结构
第2章 时间序列分析简介
    2.1 时间序列分析的基本概念
        2.1.1 时间序列分析
        2.1.2 金融时间序列分析
        2.1.3 随机过程
    2.2 时间序列分析模型
        2.2.1 ARIMA模型
        2.2.2 GARCH模型
        2.2.3 指数平滑法模型
    2.3 时间序列分析中的模型建模步骤
        2.3.1 ARIMA(p,d,q)建模步骤
        2.3.2 GARCH模型建模步骤
    2.4小结
第3章 数据分析
第4章 实证研究
    4.1 检验ARIMA模型的合理性
    4.2 检验GARCH模型的合理性
    4.3 检验指数平滑法模型的合理性
    4.4 小结
第5章 总结
参考文献
攻读学位期间公开发表论文
致谢
研究生履历


【参考文献】：
期刊论文
[1]基于ARMA模型的股价分析与预测的实证研究[J]. 冯盼,曹显兵.  数学的实践与认识. 2011(22)
[2]随机过程的概念解析[J]. 李光正.  陇东学院学报. 2011(06)
[3]股票流动性、股权分置改革与公司价值[J]. 陈辉,顾乃康,万小勇.  管理科学. 2011(03)
[4]随机过程的概率密度函数估计[J]. 李杰,陈建兵,张琳琳.  应用力学学报. 2010(03)
[5]运用ARMA模型对股价预测的实证研究[J]. 邓军,杨宣,王玮,蒋喆慧.  企业导报. 2010(06)
[6]时间序列分析中指数平滑法的应用[J]. 刘罗曼.  沈阳师范大学学报(自然科学版). 2009(04)
[7]ARMA模型在中国股市中的应用[J]. 全福生,彭白玉.  衡阳师范学院学报. 2009(03)
[8]指数平滑法在典型城市GDP预测中的应用[J]. 徐建新,严勇,严富海.  水利科技与经济. 2008(07)
[9]基于ARMA模型对招商银行股票价格的预测[J]. 邵丽娜.  农村经济与科技. 2007(12)
[10]基于ARCH模型对上海股票市场特征的研究[J]. 许庆光.  北方经济. 2007(20)

硕士论文
[1]基于时间序列分析的股票预测模型研究[D]. 郝博乾.电子科技大学 2011
[2]基于模糊GARCH模型的中国股票市场波动性研究[D]. 焦鹏.西南财经大学 2011
[3]时间序列指数平滑算法的改进研究[D]. 李颖.辽宁工程技术大学 2009
[4]基于时间序列ARIMA模型的分析预测算法研究及系统实现[D]. 张利.江苏大学 2008
[5]基于灰色模型和ARCH模型对股价指数的实证分析[D]. 陈晶鑫.东北财经大学 2007



本文编号：3716300