上证综合指数日收盘价的短期预测——基于ARIMA模型的实证分析
Short Term Forecast ofDaily Closing Price of Shanghai Composite Index—Empirical Analysis Based on ARIMA Model

作者: 周小丽 , 吴志雄 :上海海事大学,上海;

关键词: 上证综合指数时间序列ARIMA模型预测Shanghai Composite Index Times Series ARIMA Model Predict

摘要:
上海证券交易所作为国内两大交易所之一,它编制的上证综合指数能有效反映在该交易所上市的股票价格的变动情况。通过建立合适的时间序列模型,对该指数变化趋势进行预测分析具有重要意义。文章对历史数据进行处理,通过R语言进行模型选择及估计,实现上证综合指数日收盘价格的短期预测,为股票市场投资者提供相关参考。

Abstract: Shanghai stock exchange is one of the two major exchanges, its establishment of the Shanghai Composite Index can effectively respond to changes in the stock price listed on the exchange. Through the establishment of a suitable time series model, it is important to predict and analyze the trend of the index change. By dealing with the historical data and using R to select the model and estimate the parameters, this article achieved the short-term closing price forecasting of the Shanghai Composite Index, and this will provide the relevant reference for the trend analysis of stock market.

文章引用: 周小丽 , 吴志雄 (2016) 上证综合指数日收盘价的短期预测——基于ARIMA模型的实证分析。 社会科学前沿, 5, 630-637. doi: 10.12677/ASS.2016.54088

参考文献

[1] 李文君, 尹康. 多元GARCH模型研究述评[J]. 数量经济技术经济研究, 2009, 26(10): 138-147.

[2] Box, G.E.P. and Jenkis. G.M. (1978) Time Series Analysis: Forecasting and Control. Revised Edition, Holden Day, San Francisco.

[3] 丁华. 股价指数波动中的ARCH现象[J]. 数量经济技术经济研究, 1999, 16(9): 22-25.

[4] 张思奇, 马刚, 冉华. 股票市场风险、收益与市场效率——ARMA-ARCH-M模型[J]. 世界经济, 2000, 23(5): 19-28.

[5] 查正洪. 上证综合指数的统计分析与预测[J]. 上海海运学院报, 1999, 20(4): 80-87.

[6] 赵志峰. 对建立中国股票价格指数时间序列模型的探讨[J]. 统计与信息论坛, 2003, 18(1):.66-69.

[7] 王耕, 王嘉丽, 苏柏灵. 基于ARIMA模型的辽河流域生态足迹动态模拟与预测[J]. 生态环境学报, 2013, 22(4): 632-638.

[8] 丁彦皓. 中国住房抵押贷款证券化信用风险的波动特征检验——基于ARIMA-ARCH模型的论证[J]. 金融经济学研究, 2013, 28(4): 117-128.

[9] 熊志斌. 基于ARIMA与神经网络集成的GDP时间序列预测研究[J]. 数理统计与管理, 2011, 30(2): 306-314.

[10] 赵成柏, 毛春梅. 基于ARIMA和BP神经网络组合模型的我国碳排放强度预测[J]. 长江流域资源与环境, 2012, 21(6): 665-671.

分享
Top