时间序列分析课程设计报告

安徽建筑大学时间序列分析课程设计报告书题目基于时间序列分析的股票预测模型研究院系数理学院专业统计学班 级统计学三班学号11207040302姓名朱敏指导教师 俞泽鹏基于时间序列分析的股票预测模型研究摘要在现代金融浪潮的推动下，越来越多的人加入到股市，进行投资 行为,以期得到丰厚的回报，这极大促进了股票市场的繁荣。而在这种 投资行为的背后，越来越多的投资者逐渐意识到股市预测的重要性。 所谓股票预测是指:根据股票现在行情的发展情况地对未来股市发展 方向以及涨跌程度的预测行为。这种预测行为只是基于假定的因素为 既定的前提条件为基础的。但是在股票市场中，行情的变化与国家的 宏观经济发展、法律法规的制定、公司的运营、股民的信心等等都有 关联，因此所谓的预测难于准确预计。即使是证券分析师的预测也只 能作为股民入市操作的一般参考意见。时间序列数据因为接受到许多 偶然因素的影响,会常常表现出随机性，在统计学上称之为序列的依赖 关系。时间序列分析是经济预测领域研究的重要工具之一，它描述历 史数据随时间变化的规律,并用于预测经济数据。在股票市场上，时间 序列预测法常用于对股票价格趋势进行预测，为投资者和股票市场管 理管理方提供决策依据。本文主要介绍了时间序列分析方法的概念， 性质，特点以及时间序列模型，包括建模时对数据时间序列的预处理、 模型识别、参数估计、模型检验、模型优化以及模型预测等。并根据 道琼斯指数对收盘价进行短期预测，通过对时间序列分析理论的实证 研究分析，建立时间序列模型，说明时间序列分析的方法对于股票价格的预测趋势有一定的参考价值。关键词：股票，预测，时间序列分析，AR (1 )模型ABSTRACTIn the modern financial wave, more and more people join the stock market to in vest, expect ing to get rich retur n, which has greatly promoted the stock market s prosperity. While under this behavioi; an increasing large number of people become to realize the importa nee of stock forecast. The so-called stock forecast is defi ned: with the help of the stock s recent condition, we ll predict the future stock s developme nt, in cludi ng its later developme nt direct ions and fluctuations. This prediction based on the assumption of behavior is the prerequisite for established factor basis. But the stock s index is always changing with the country s macroeconomic development, the formulation of laws and regulations, the company s operations, the con fide nee of in vestors and so on, which results in that it is very difficult to accurately predict. Even securities analysts forecast results can only be operated as a gen eral refere nee. Time-series data often show some kinds of ran dom ness and depe ndence betwee n each other because of the in flue nee of various accide ntal factors. Time series an alysis is one of the most importa nt tools for econ omy research, and it describe the variati on of data with time, and used to forecast econ omic data.Time series an alysis is often used to predict the stock price, which provides decisi on-maki ng basis for in vestors and the stock market managers. This thesis mainly introduces time series analysis theory, including its notion, character as well as the expression and description of some models derived from it ,including method of data simulati on, method of parameter estimatio n and method of testi ng degree of fitting and arra nge them by the n umbers. And accord ing to the Dow Jones in dex, we may predict the clos ing price tre nd for short-term with the help of time series analysis theory. Therefore we can establish some models, we could prove that the method has some value for predicting the stock s trend by means of model fitting effect and error an alysis.Keywords : stock, predict, time series analysis, AR (1) model目录一、引言11研究背景12研究意义13选题依据二、基于时间序列分析的股票预测模型 的实例分析21绘制时序图2.2平稳性检验2.3纯随机性检验2.4模型的识别与拟合2.5模型的检验2.6序列预测引言股票是股份公司（包括有限公司和无限公司）在筹集资本时向 出资人发行的股份凭证，代表着其持有者（即股东）对股份公司的所 有权。这种所有权是一种综合权利，如参加股东大会、投票表决、参 与公司的重大决策、收取股息或分享红利等。每个股东所拥有的公司 所有权份额的大小，取决于其持有的股票数量占公司总股本的比重。 股票一般可以通过买卖方式有偿转让，股东能通过股票转让收回其投 资，但不能要求公司返还其出资。股东与公司之间的关系不是债权债 务关系。股东是公司的所有者，以其出资额为限对公司负有限责任，承 担风险，分享收益。股票的特点：（1）不可偿还性；（2）参与性；（3） 收益性；（4）流通性；（5）价格波动性和风险性。股票市场是已经发行的股票按时价进行转让、买卖和流通的市 场，包括交易所市场和场外交易市场两部分。由于它是建立在发行市 场基础上的，因此又称作二级市场。相比而言，股票流通市场的结构 和交易活动比发行市场更为复杂，其作用和影响也更大。自从股票市 场出现之后，一些投资者就积极研究其发展规律和发展趋势，并希望 从中获得巨大的经济利益。11研究背景股票市场与国家的经济紧密相连，是金融市场的重要组成部分， 经济学家将其称为国家经济的晴雨表，可见股票市场的变化时刻反映 国家的经济状况。但是从某种角度看，它是缺乏统一的秩序的，即没 有一定的规律性。尽管人类创造了股票，但是却不了解它的运行规律。 自从股票市场产生以来，不计其数的经济学家和数学家亲尽全力试图 去研究它，并创造出了许多的股票模型，以求了解它的发展规律。股 票价格的预测技术历史悠久，近年来有越来越多的学者假如到这个行 列，所以又出现了很多的新方法与新理论。尽管有很多的理论与技术 出现，但总的来说，分为基本分析理论和技术分析理论两大类。基本 分析是根据股票的的供求关系来研究股票的价格走势，预测其发展趋 势和发展规律。技术分析是通过对股票 的技术指标，将各个属性量 化，研究其发展趋势。基本分析的宗旨是对于现行的股票的价格是否合理作出假设并由 此描述出长期的发展趋势，而技术分析对于投资者来说是为了把握时 间上的合理度，即分析投资者何时可以买进何时可以卖出，为投资者 提供决策分析。近些年来，随着计算机技术的应用，人们对于股票分析的理论与 技术的研究提高到更深的层面；呈现出多种理论与技术方法交叉的趋 势，出现了跨学科、跨层次的研究，像近些年来出现的模糊数学、人 工智能、神经网络、支持向量机和信息算法等各种预测分析理论的融 合技术。12研究意义金融市场中最让人着迷的问题就是研究证券的规律，包括证券 价格的定价方法，证券价格的内在规律以及价格的未来走势等。所以 说，不管是经济学方面的专家学者或者数学、计算机研究领域的佼佼 者都报着极大的兴趣，试图通过各种研究方法来揭示证券价格的内在 规律。美国有最发达的股票市场，大规模，多层次，以机构投资者为主， 与实体经济发展息息相关，以及监管严格，投机性小等特点。基于以 上市场成熟性的特点，并且由于时间序列分析在研究金融市场的一些 显著优势，使得我们利用此理论预测金融市场有了非常大的必要。而 相对于美国发达的股票市场和严格的监管制度，我国的证券市场还不 成熟，所以时间序列分析理论对分析研究我国金融市场就显得更加重13选题依据本文之所以采用时间序列的分析方法，其考虑有以下几点，时间 序列分析理论的模型比较多，其中的模型不但可以描述平稳时间序列 也可以描述非平稳序列，可选择性较强；第二，拟合的精度也比较高, 它把拟合模型产生的误差也计算入内；第三，模型很好地反映了序列 值之间的关系。时间系列的分析方法对于股票价格的预测在实际应 用中确实有很好的应用价值。采用各类时间序列统计模型的主要目的 就是较大限度地综合利用股票的历史 数据信息，尽可能提高预测精 度，尤其在经济、管理和统计研究领域，已成为改进和提高预报精度 的重要途径。二、实例分析浙江广厦近期收盘价原始数据部分截图2.1 绘制浙江广厦收盘价的时间序列图在 Eviews 软件中打开实验数据给序列命名为 settlementView Proc Object Properties Print N.ame Freeze Defauit Sort Edit+d- 5rnpl-SETTLEMENTL ast updated: 0 6/24i14-09:51Imported from CALIs e rail e novaDesktop谦江广眞数堀 xls13.0523.1E3-32543.1953.1763.1773.27S3.409346-io3.37-11333123.32133.29143.31153.33163.29173.4018342193.4120ni_F点击Ok绘出的时序图如下时序图分析：由以上时间序列图可以看出，该序列值始终围绕着一个固定值3.5上下波动，所以可以大致认为它是平稳的，下面使用单位根检验法进行平稳性检验。2.2平稳性检验使用单位根检验法点击view -unit toot test结果分析：由以上结果可以看出，t统计量对应的p值为0.0063,小于0.05，所以拒绝原假设，即该序列是平稳的。2.3纯随机性检验点击 quick-series statiseics -correlogram 在窗口输入序列名称如图点击OK，结果如下:结果分析：由最后一列的p值，可以看出延迟6阶、12阶、18 阶Q-统计量对应的p值都小于0.05，所以该序列为非纯随机性 序列，可以继续研究。2.4模型的识别及拟合1、模型的识别：由以上的自相关和偏自相关图可以看出，该序列的自相 关系数拖尾，而偏自相关系数1阶截尾，所以应该用AR(1) 模型来进行拟合。2、模型的拟合及参数检验依次点击QuickEstimate Equation，然后输入settlement c ar(1)。如下图:点击确定后结果如下结果分析：由以上结果，t-统计量对应的p值全都小于0.05, 所以拒绝原假设，参数都是显著地，该AR模型较好的拟合了 数据。所以该模型为AR模型。2.5 模型的检验（白噪化检验）检验模型是不是显著，主要就是检验残差是不是纯随机性的，下面对残差进行白噪化检验。具体操作如图所示点击ok,结果如图结果分析：由上面残差的自相关和偏自相关图，看最后列的Q-统计量对应的p值，发现所有的p值都大于0.05,所以残差是白噪化的，即该模型的拟合是显著地。2.6 序列预测1、首先进行自变量的扩展，在主程序中输入：expand 1210.把预测区间改为205 210，如下图所示：OK 后结果如下然后再打开 settlementf 序列，可以看到预测的 6 个数据如下为对比看，把 settlement 序列与 settlementf 序列作为一组打开，并绘成图。