首页> 中文期刊> 《运筹与模糊学》 >基于时间序列分析方法的股票价格预测——以平安银行股票为例

基于时间序列分析方法的股票价格预测——以平安银行股票为例

         

摘要

随着金融行业的蓬勃发展,股市的热度随之增高。面对日益繁荣的股市发展,现如今对于投资决策的研究日益重要,如何对股票价格的准确预测更是核心关键。影响股票价格波动的因素类型繁多,包括国家制定的经济政策、公司运营状况、市场经济发展状况等,因为这些随机性因素的存在,使得股价预测难以达到精准,只能在有限范围内做出最佳预测。时间序列分析是经济领域中用来拟合金融数据变化的重要工具。在股票市场中,时间序列分析常用于预测股票价格随时间的变化趋势,具有一定的适用性,能够在一定范围内对股票价格波动做出有价值的预测。本文主要介绍了时间序列分析方法的定义,性质以及建模过程。对平安银行股票实证研究分析:建立时间序列模型,具体包括ARIMA模型、残差自回归模型,对股票每日开盘价进行探究。最后通过拟合效果和预测效果比较,对比了不同时间序列分析模型的优劣,探讨了其对于股票预测实施的参考价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号