期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
ARIMA模型在股票价格预测中的应用
被引量:
4
下载PDF
职称材料
导出
摘要
文章研究了ARIMA模型及其应用,以三一重工(600031)的120个股票价格数据为例,给出了时间序列模型预测的建模过程。通过真实值与预测值的比较,验证了模型的可靠性,该模型适用于短期预测,对长期预测效果不佳,为实际应用中,对短期预测股价,提供了参考的依据。
作者
于海姝
蔡吉花
夏红
机构地区
黑龙江科技大学理学院
出处
《经济师》
2015年第11期156-157,共2页
关键词
时间序列分析
ARIMA模型
自相关函数
偏相关函数
分类号
F830.91 [经济管理—金融学]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
2
共引文献
0
同被引文献
22
引证文献
4
二级引证文献
7
参考文献
2
1
冯学慧.我国工业总产值的指数预测中模型的应用[J].2011.
2
李念水.时间序列数据流在线预测研究与应用[J].大连理工大学学报,2010(8).
同被引文献
22
1
刘玉敏,李洋,赵哲耘.
基于特征选择的RF-LSTM模型成分股价格趋势预测[J]
.统计与决策,2021,37(1):157-160.
被引量:15
2
侯瑞环,徐翔燕.
基于改进GM(1,1)模型的中长期人口预测[J]
.统计与决策,2021(1):186-188.
被引量:19
3
朱庆云.
ARIMA模型在南京站月最高潮位预报中的应用[J]
.人民长江,2013,44(S1):20-21.
被引量:8
4
吕琦.
基于SVM的股票时间序列的预测研究[J]
.吉林工程技术师范学院学报,2011,27(7):48-49.
被引量:3
5
郑荣,颜七笙.
基于ARIMA与SVM的国际铀资源价格预测[J]
.计算机工程与应用,2016,52(1):146-150.
被引量:12
6
成云,成孝刚,谈苗苗,周凯,李海波.
基于ARIMA和小波神经网络组合模型的交通流预测[J]
.计算机技术与发展,2017,27(1):169-172.
被引量:24
7
赵运昇.
高血压病的危害及预防和治疗[J]
.光明中医,2017,32(5):728-729.
被引量:28
8
陈卫华,徐国祥.
基于深度学习和股票论坛数据的股市波动率预测精度研究[J]
.管理世界,2018,34(1):180-181.
被引量:37
9
韩山杰,谈世哲.
基于TensorFlow进行股票预测的深度学习模型的设计与实现[J]
.计算机应用与软件,2018,35(6):267-271.
被引量:31
10
包志强,赵研,胡啸天,赵媛媛,黄琼丹.
最小窥视孔长短时记忆模型[J]
.计算机工程与设计,2020,41(1):134-138.
被引量:6
引证文献
4
1
朱海龙,袁贞明,俞凯.
基于ARIMA与SVM混合模型的连续血压预测[J]
.杭州师范大学学报(自然科学版),2018,17(5):555-560.
被引量:4
2
张晓春,徐晓鹏,魏苏林.
LSTM神经网络在股票价格预测中的应用[J]
.电脑知识与技术,2020,16(28):39-43.
被引量:2
3
张颖,李路.
RF-MIP-LSTM股价预测模型[J]
.计算机工程与应用,2024,60(17):272-281.
4
李泽艳,陈银钧.
基于PyTorch框架LSTM深度学习股票预测系统[J]
.运筹与模糊学,2021,11(2):137-146.
被引量:1
二级引证文献
7
1
奚杏杏,刘宇红,张荣芬.
基于网格搜索与交叉验证的SVR血压预测[J]
.计算机与现代化,2020,0(3):44-48.
被引量:6
2
杨恒,岳建平,周钦坤.
利用SVM与ARIMA组合模型进行大坝变形预测[J]
.测绘通报,2021(4):74-78.
被引量:17
3
王毓谦.
深度学习框架下LSTM网络的期货价格预测模型研究[J]
.中小企业管理与科技,2021,5(36):137-139.
被引量:1
4
孙斌,储芳芳,陈小惠.
基于贝叶斯优化XGBoost的无创血压预测方法[J]
.电子测量技术,2022,45(7):68-74.
被引量:16
5
席小雅,秦荷斌,鲁志娟.
基于LSTM神经网络模型的股票价格变化预测研究——以百度股价为例[J]
.全国流通经济,2022(16):102-105.
被引量:2
6
王堃,郑晨,张立中,陈志刚.
一种基于SARIMA-LSTM模型的电网主机负载预测方法[J]
.计算机工程与科学,2022,44(11):2064-2070.
被引量:4
7
王鑫,石芊芊,陈茹艺,陈国庆.
基于LSTM-ARIMA模型股票预测研究[J]
.社会科学前沿,2022,11(7):2843-2856.
1
王连.
金融市场异方差模型及实证研究[J]
.统计与决策,2009,25(2):145-147.
被引量:1
2
李菊梅,袁杰,樊亮.
甘肃省全社会固定资产投资的ARIMA模型预测[J]
.经济研究导刊,2009(28):7-8.
被引量:3
3
杨凌,邱剑.
金融市场的长期记忆性[J]
.广东经济管理学院学报,2003,18(3):49-51.
被引量:2
4
全球黄金的供应将主导黄金长期价格[J]
.中国贵金属,2007(7):44-44.
5
杨四方.
证券期货成功交易之路漫谈(之五) 倾听市场的声音[J]
.股市动态分析,2006,0(48):55-55.
6
王志刚.
中国物价变化的实证分析及走势预测[J]
.价格理论与实践,2016(12):17-21.
被引量:3
7
美国经验值得研究[J]
.瞭望,2013(4):31-31.
8
邓浒楠,张琼.
基于ARIMA模型的银行贷款利率分析[J]
.北方经贸,2015(2):101-103.
9
王晓芬.
基于ARIMA模型对我国货币供应量的研究[J]
.投资与合作(学术版),2011(7):13-13.
10
施红俊,马玉林,陈伟忠.
中国股市长记忆性实证研究[J]
.同济大学学报(自然科学版),2004,32(3):416-420.
被引量:15
经济师
2015年 第11期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部