需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：7309 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：隨著中國改革開放以來金融的發(fā)展，促進著股票的市場，隨著日益提高的工資以及生活水準(zhǔn)，炒股成為越來越多人理財?shù)姆绞健５悄?，股票的趨勢是很難琢磨的，在獲得高收益的同時，風(fēng)險當(dāng)然也隨之存在。對于茫茫多股票，也許其中的一股，投資者了解得比較清楚，可以大致摸清股票的走向。但對于其他一些陌生的，不熟悉的股票，想要摸清其規(guī)律就是十分麻煩且困難的一件事。因此，某些金融機構(gòu)看準(zhǔn)了這一點，就開始制定股指，以其作為股票市場的風(fēng)向標(biāo)，并且公開這些數(shù)據(jù)，作為一個參考。投資者據(jù)此就查驗本身投資的結(jié)果，并用以展望股票市場的動向。本文對深證綜指用ARIMA模型對2017年2月23日至2017年12月23日深證綜指日收益率進行預(yù)測。選擇ARIMA（2，1，5）模型作為最終模型，并以此模型對深證綜指后15天的股指數(shù)據(jù)做出預(yù)測。
關(guān)鍵詞：ARIMA模型，股指預(yù)測，時間序列分析
目錄 摘要 ABSTRACT 第一章 緒 論-1 1.1本課題研究的意義-1 1.2研究領(lǐng)域現(xiàn)狀-2 1.3 所做的主要工作-2 第二章 基本概念-4 2.1 時間序列與隨機過程-4 2.1.1 隨機過程的概念-4 2.1.2 時間序列的概念-4 2.2 均值、方差、協(xié)方差、自相關(guān)系數(shù)-4 2.3 平穩(wěn)性-5 2.4 白噪聲-6 第三章 時間序列模型-7 3.1 平穩(wěn)時間序列模型ARMA-7 3.1.1 滑動平均過程MA(q)-7 3.1.2 自回歸過程AR(p)-8 3.1.3 自回歸滑動平均混合模型-8 3.2非平穩(wěn)時間序列模型ARIMA-9 3.2.1 定義-9 3.3 時間序列的平穩(wěn)性-9 3.4 模型識別-9 第四章 求解ARIMA模型-10 4.1 數(shù)據(jù)的預(yù)處理-10 4.2 模型的識別和定階-10 4.2.1 時序圖判斷平穩(wěn)性-10 4.2.2 差分次數(shù)d的確定-12 4.2.3 建立一階差分序列-13 4.2.4 模型的識別和定階-14 4..3 模型的參數(shù)估計-14 4.3.1 模型的適應(yīng)性檢驗-15 4.4 ARIMA預(yù)測模型-16 結(jié)束語-18 參考文獻(xiàn)-19 致 謝-19 |
