基于ARIMA模型的深证成指收益率分析

文章根据ARIMA(p,d,q)模型的原理和方法,对我国深证成指对数收益率数据进行了建模,在实际计算过程中,考虑到对数收益率数据比较小的特点,利用矩阵的SVD分解和Moore-Penrose广义逆,来求解参数的极小最小二乘解,以减少中间过程的误差,从而获得比较好的模型。最后,对模型进行了实验仿真,经检验分析结果比较理想。

运用ARIMA模型预测股票价格——以莱宝高科（002106）为例

AKIMA模型是时间序列中十分常见和常用的一种模型，应用与经济的各个领域。本文基于AKIMA模型，采用了莱宝高科近67个交易日的数据。对历史数据进行分析，并且在此基础上做出一定的预测。试图为现实的投资提供一些参考信息。

基于ARIMA模型的我国货币供应量预测

摘要：货币供应量作为货币政策中介目标在基本理论中一直占有重要地位，并在实践中被广泛应用。该文利用2007—2010年的月度数据。通过对货币供应量的自相关函数和偏自相关函数的统计识别，建立了一个ARIMA模型，并运用Eviews软件估计出其参数。利用这个模型对我国的货币供应量进行了合理的预测。

对全国发电量时间序列问题的经济计量建模分析

经济计量问题从某种意义上来说就是对数据的规律性认识,以及应用这种规律性来指导预测和决策。从数据所属的时空界限来分,我们可以将数据分为截面数据和时间序列或者是二者的合成数据。并且随着时间序列分析方法的完善,尤其在长期决策中时间序列分析也变得越来越常用。本文给出时间序列的B-J方法详细论述,并结合全国发电量时间序列研究其应用价值。