基于时间序列的股票趋势预测研究及R语言应用

发布时间：2017-09-04 16:22

  本文关键词：基于时间序列的股票趋势预测研究及R语言应用

  更多相关文章： 时间序列分析股票分析 数据挖掘 ARIMA R语言

【摘要】：目前,股票市场以其高风险高收益的特点越来越受到投资者的关注。股票交易市场快速发展对于增加国民经济有效性也产生了重大的影响。与此同时,一些公开的有用信息以及历史的股票市场指数对于预测未来的股票收益也有不可分割的联系。ARIMA模型是一个基于时间序列预测的统计模型,尤其对于短期预测更为有效。运用ARIMA模型来对历史的股票交易数据进行分析,并预测未来的股票价格走势,为投资者提供更好的投资时机。研究结果使用R语言做可视化呈现。结果表明,ARIMA模型对于短期的股票预测有较好的效果。
【作者单位】： 兰州财经大学统计学院;
【关键词】： 时间序列分析股票分析 数据挖掘 ARIMA R语言
【分类号】：TP311.13;F830.91;F224
【正文快照】： 一、引言 随着股票市场的快速发展,股票市场每天都有大量的数据产生,同时,由于上市公司数量的增加,披露公开的财务数据信息也日渐庞大,运用已有的信息对股票价格和趋势预测,已经成为投资者选择适当时机投资的重要因素。 时间序列数据广泛的应用于各个研究领域中,尤其在股票

【相似文献】

中国期刊全文数据库 前10条

1 王习涛;;ARIMA模型在期货交易预测中的应用研究[J];微计算机信息;2006年15期

2 张翼飞;陈洪;刘岭;张彦琦;郭波涛;易东;;ARIMA季节乘积模型在肠道传染病预测中的应用[J];激光杂志;2008年02期

3 蒋金良;林广明;;基于ARIMA模型的自动站风速预测[J];控制理论与应用;2008年02期

4 曹昱东;王浩;;基于ARIMA模型上海市生活垃圾的预测与分析[J];电子测试;2013年16期

5 吴u，

本文编号：792570