时间序列分析在股票中的应用

【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《时间序列分析在股票中的应用》，欢迎阅读！

龙源期刊网 http://www.qikan.com.cn

时间序列分析在股票中的应用

作者：王攀

来源：《青年生活》2018年第12期





摘 要：股市是一个国家经济状态的数据化的反映，对于大众而言，普遍关心的是一支股票的价格变动以及未来的情况。进行有效的股票价格预测与评估是很多证券公司以及股民参与股市的重要保障。作为应用数学课程，时间序列分析便是对股票进行技术性短期预测的良好工具。ARMA模型由于其较强的适应性，成为金融时间序列模型中的基本模型。 关键词：股票预测;时间序列分析;ARMA模型 一、时间序列分析基本理论

时间序列就是某一个指标在不同时间上的不同数值，按照时间先后的顺序排列而成的数列。时间序列具有以下特点：序列中的数据或数据点的位置依赖于时间，但不一定是时间t的严格函数。其次，每一时刻上的取值或者数据点的位置具有一定的随机性，不可能完全准确地用历史值预测。再次，前后时刻的数值或数据点的位置有一定的相关性，这种相关性就是系统的动态规律性。最后，时间序列往往呈现出某种趋势性或出现周期性变化的现象。

时间序列分析不仅可以从数量上揭示某一现象的发展变化规律或从动态的角度刻画某一现象与其他现象之间的内在数量关系及其变化规律性，达到认识客观世界之日的。而且运用时序模型还可以预测和控制现象的未来行为，修正或重新设计系统达到利用和改造客观之目的。对于股市短线操作的人来，时间序列是对股票价格进行短期预测的很好的工具。


龙源期刊网 http://www.qikan.com.cn

时间序列分析方法，按手段的不同可以分为三种：数据图法，指标法，模型法。我们在分析股票的价格变动时，往往先用计算机模拟出其图像，再建立一个时间序列模型。如何建立合理又準确的模型是整个分析中的关键所在，模型的好坏直接关系到预测结果。 二、常用的时间序列模型

1;n阶自回归模型：AR（n）其描述的是系统对过去自身状态的记。

2;m阶移动平均模型：MA（m）其描述的是系统对过去时刻进入系统的噪声的记忆。 3;n阶自回归m阶移动平均模型：ARMA（n，m）其描述的是系统对过去自身状态以及各时刻进入的噪声的记忆。

4季节性时间序列模型和趋势性时间序列模型这两类模型可以通过适当的技术把它转化为前三类最基本的模型。 模型的基本结构如下图： 三、时间序列分析在股市中的应用

股市预测是指从股市的历史，现状，规律出发，以股市的信息和调查统计资料为依据，并应用科学的方法来预测股市的未来前景。

传统上，我们将股票分析的方法可以归为两类：第一个是基本分析，第二个是技术分析。 基本分析法虽然对短期市场得变动不敏感，但是却可以把握股票价格的宏观基本走势。而技术分析所难以判断长期的走势，特别是对政策因素，难有预见性，但更贴近市场，对市场短期变化反应快。技术分析更适合为短期买入，卖出的时机选择提供了参考，而基本分析能够把握长期的价格变化。

时间序列分析就是技术分析的很好的工具。由于股票价格序列可以看做是含有白噪声的时间序列，所以可以通过建立估计序列对股票的变化作出分析与预测。我国的股票价格序列为持久性的随机过程的基础上，时间序列建立ARMA模型就可以进行有效的评估了。 具体的时间序列预测评估流程如下：

数据预处理：时间序列往往具有明显的长期趋势和不规则变动叠加在随机波动上，在建立模型之前，我们需要通过各种数据处理方法将数据的非平稳性转换为平稳性。

建立模型：从观察到的平稳时间序列样本出发，通过模型的定阶，模型的参数估计，适应性检验等步骤建立起适合的ARMA模型，为预测和进一步分析做好准备。


龙源期刊网 http://www.qikan.com.cn

模型检验：检验残差序列是否为白噪声序列，通常用相关函数检验法和卡方检验法。 参考文献：

[1]王振龙主编.《应用时间序列分析》[M].中国统计出版社，2010.5.

本文来源：https://www.wddqxz.cn/6f994bfc76232f60ddccda38376baf1ffd4fe3cf.html