摘要:股票价格预测是对股票未来价格走势的方向和可能性做出预测,是基于数据挖掘技术,采用金融时间序列模型等完成对股票未来价格的预测。因此,在瞬息万变、难以捉摸的股票市场中,股票价格预测对于投资者有着重要的现实意义。本文系统阐述了股票价格预测的背景、研究成果,简述了时间序列模型方法,并且本文基于2016年1月-7月的上证指数收盘价建立差分自回归移动平均模型(ARIMA)进行股价趋势预测,取得了较好的拟合效果和短期预测效果。
关键词:时间序列分析,股价,预测
目录
摘要
Abstract
一、绪论2
(一)研究的背景和意义2
(二)国内外研究成果2
二、股价预测分析的方法4
(一)传统的股价预测方法4
(二)ARIMA模型概述4
三、上证指数短期趋势的实证分析7
(一)数据的来源与描述7
(二)时间序列平稳性的检验8
(三)模型的识别与建立8
(四)模型的检验11
四、模型的预测及分析13
(一)模型的预测13
(二)模型的分析13
五、结论和政策建议14
参考文献15