基于ARIMA模型对上证指数月度时间序列的分析和预测

股票价格指数的影响因素错综复杂,现阶段影响我国股票价格的主要领域是银行储蓄、债券市场、期货市场、房地产,汇率等,从目前金融学发展的趋势和广大投资者对股票市场众多金融工具迫切的需求来看,通过建立恰当的时间序列模型可以达到对股票价格整体走势进行大致的预测的目的.本文选取了从2011年12月我国加入WTO至2014年7月以来的上证综合指数的月度数据,通过建立ARIMA模型采用一步向前静态预测的方法对我国股市2014年8月的上证综合指数进行了预测,发现我国2014年前两个季度以来整体股市呈现上升的趋势.本文的创新之处在于对样本数据取了对数,从而消除了时间序列中的自相关和异方差,同时使得预测值接近实际值,效果良好,希望对广大股民提供借鉴参考.

基于ARIMA模型对沪深300指数的实证分析研究

虽然股票价格的波动涉及很多不确定因素,但它仍是一个运动的、特殊的系统,必然存在着某种规律.本文以沪深300指数为例,选取2002年1月31日至2013年4月26日的收盘价月度数据,利用EVIEWS软件对其股票价格建立ARIMA模型,通过比较分析得出最优预测模型,从而对该指数的走势进行研究,得出沪深300指数走势变化的预测误差.并且通过使用一步向前静态预测方法来对股票价格序列进行建模及股价短期预测,为企业或投资者在进行投资决策时提供有效的参考.