試談基于時(shí)間序列分析的股票價(jià)格短期預(yù)測(cè)

1、基于時(shí)刻序列分析的股票價(jià)格短期預(yù)測(cè)姓名：王紅芳 數(shù)學(xué)與應(yīng)用數(shù)學(xué)一班 指導(dǎo)老師：魏友華摘 要時(shí)刻序列分析是經(jīng)濟(jì)領(lǐng)域研究的重要工具之一，它描述歷史數(shù)據(jù)隨時(shí)刻變化的規(guī)律，并用于預(yù)測(cè)經(jīng)濟(jì)變量值。在股票市場(chǎng)上，時(shí)刻序列預(yù)測(cè)法常用于對(duì)股票價(jià)格趨勢(shì)進(jìn)行預(yù)測(cè)，為投資者和股票市場(chǎng)治理方提供決策依據(jù)。本文通過各種預(yù)測(cè)方法的對(duì)比，突出時(shí)刻序列分析的優(yōu)勢(shì)，從時(shí)刻序列的概念動(dòng)身介紹了時(shí)刻序列分析預(yù)測(cè)法的基礎(chǔ)以及其簡(jiǎn)單的應(yīng)用模型。文中使用中石化股票的歷史收盤價(jià)數(shù)據(jù)，運(yùn)用時(shí)刻序列預(yù)測(cè)法預(yù)測(cè)出中石化股票的后五個(gè)交易日的收盤價(jià)，通過對(duì)預(yù)測(cè)價(jià)格和實(shí)際價(jià)格做出對(duì)比，表明時(shí)刻序列預(yù)測(cè)法的效果比較好。 關(guān)鍵詞：時(shí)刻序列；股票價(jià)格；預(yù)測(cè)

2、 The short-term stock price prediction based on time series analysisAbstract: The analysis of time series is one of the important tools for researching in the field of economy, it describes the law of historic data with the time passing by and it is also used to predict the value of economic variabl

3、es. In the stock market, the forecasting method of time series is commonly used to forecast the trend of stock price, and provide evidence of decision making for investors and managements. In the thesis, through the comparison of various forecasting methods to highlight the advantages of the analysi

4、s of time series, beginning with the concept of time series, I introduce the basic of forecasting method of the analysis of time series as well as its simple application model. in the paper, I use the historic closing price data of Sinopec shares and the forecasting method of time series to predict

5、the Sinopec shares closing price of the last five days, and by comparison between predicting price and actual price to show the good effect of the forecasting method of time series.Keywords: Time series; Stock price; Forecast目 錄 TOC o 1-3 h z u 第1章 前 言1.1 研究背景股票市場(chǎng)是經(jīng)濟(jì)的“晴雨表”和“報(bào)警器”，其作用不僅被政府所重視，更受到寬敞投資者

6、的關(guān)注。對(duì)股票投資者來講，以后股價(jià)變化趨勢(shì)預(yù)測(cè)越準(zhǔn)確，對(duì)利潤(rùn)的獵取及風(fēng)險(xiǎn)的躲避就越有把握;對(duì)國(guó)家的經(jīng)濟(jì)進(jìn)展和金融建設(shè)而言，股票預(yù)測(cè)研究同樣具有重要作用。因此對(duì)股票內(nèi)在性質(zhì)及預(yù)測(cè)的研究具有重大的理論意義和應(yīng)用前景。我國(guó)于1985年發(fā)行第一支股票，現(xiàn)已有滬、深兩大交易所，上幾百家證券公司，3000多個(gè)證券營(yíng)業(yè)部，7000多萬證券投資者。90年代以來，計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)在股票市場(chǎng)中得到充分應(yīng)用，使得股票市場(chǎng)更加蓬勃進(jìn)展起來，顯示出強(qiáng)大的生命力。然而進(jìn)入21世紀(jì)后的中國(guó)股市，幾乎一直在危機(jī)的狀態(tài)運(yùn)行。隨著時(shí)刻的推移，危機(jī)正在呈現(xiàn)出逐步擴(kuò)散的態(tài)勢(shì)和日益加深的走勢(shì)。從總體上來講，中國(guó)股市現(xiàn)時(shí)期的生存危機(jī)

7、是一種復(fù)合危機(jī)，是由多種因素組合同時(shí)具有多重阻礙的深層制度危機(jī)。正可謂“冰凍三尺非一日之寒”，中國(guó)股市的差不多制度缺陷在長(zhǎng)期中被忽視、被容忍、被放縱，使得市場(chǎng)中的消極因素日益累積、相互交錯(cuò)，以至于最終演化為危及股市根基的生存危機(jī)。 股票是市場(chǎng)經(jīng)濟(jì)的產(chǎn)物，股票的發(fā)行與交易促進(jìn)了市場(chǎng)經(jīng)濟(jì)的進(jìn)展。由于股市行情受經(jīng)濟(jì)、政治、社會(huì)文化等因素(如發(fā)行公司的經(jīng)營(yíng)狀況和財(cái)務(wù)狀況、新股上市、利率水平、匯率變動(dòng)、國(guó)際收支、物價(jià)因素、經(jīng)濟(jì)周期、經(jīng)濟(jì)政策等)的作用，其內(nèi)部規(guī)律特不復(fù)雜，變化周期無序，同時(shí)我國(guó)資本市場(chǎng)投資者結(jié)構(gòu)具有專門性，投資者個(gè)人心理狀態(tài)不同，對(duì)股票交易的行為可產(chǎn)生直接阻礙，從而導(dǎo)致股價(jià)波動(dòng)，使股價(jià)走

8、勢(shì)變化莫測(cè)，難以把握。 相關(guān)于機(jī)構(gòu)投資者而言，個(gè)人投資者風(fēng)險(xiǎn)承受能力差，專業(yè)水平低，人數(shù)眾多，這對(duì)投資咨詢服務(wù)的頻度、強(qiáng)度、個(gè)性化和專業(yè)化提出了更高的要求。股民尤其是非專業(yè)股民由于受時(shí)刻、空間的限制，往往無法長(zhǎng)期關(guān)注股市動(dòng)態(tài)和進(jìn)展。所有這些都給股票預(yù)測(cè)提出了新課題。股市預(yù)測(cè)是指以準(zhǔn)確的調(diào)查統(tǒng)計(jì)資料和股市信息為依據(jù)，從股市的歷史、現(xiàn)狀和規(guī)律動(dòng)身，運(yùn)用科學(xué)方法，對(duì)股市以后進(jìn)展前景的預(yù)測(cè)。作為市場(chǎng)經(jīng)濟(jì)重要特征的股票市場(chǎng)，從誕生的那天起就牽動(dòng)著數(shù)以千萬投資者的心。高風(fēng)險(xiǎn)高回報(bào)是股票市場(chǎng)的特征，因此股票投資者們時(shí)刻在關(guān)懷股市、分析股市、試圖預(yù)測(cè)股市的進(jìn)展趨勢(shì)。一百年來，一些方法隨著股市的產(chǎn)生和進(jìn)展逐步完

9、善起來，如道瓊斯分析法、K線圖分析法、柱狀圖分析法、移動(dòng)平均法，還有趨勢(shì)分析法、四度空間法等，隨著計(jì)算機(jī)技術(shù)在證券分析領(lǐng)域的普及與應(yīng)用，不斷推出新的指標(biāo)分析法。不管是處于進(jìn)展時(shí)期依舊萎靡時(shí)期，不可否認(rèn)，股票市場(chǎng)的進(jìn)展為中國(guó)的經(jīng)濟(jì)體制改革注入了巨大的活力，同時(shí)成為中國(guó)經(jīng)濟(jì)高速成長(zhǎng)的重要?jiǎng)恿υ慈?它的迅速進(jìn)展摧毀了傳統(tǒng)經(jīng)濟(jì)體制的根基，為新經(jīng)濟(jì)體制的建立與成長(zhǎng)贏得了時(shí)刻、開發(fā)了空間。股市在現(xiàn)代市場(chǎng)經(jīng)濟(jì)中具有不可忽視、不能輕視和無法代替的地位和作用，特不是我們?nèi)绱艘粋€(gè)處于體制轉(zhuǎn)軌時(shí)期的國(guó)家與經(jīng)濟(jì)來講，更為如此。沒有好的股市就不可能有好的銀行，沒有好的銀行就不可能有好的金融，沒有好的金融就不可能有好的經(jīng)

10、濟(jì)?？傊?，股票市場(chǎng)作為社會(huì)主義經(jīng)濟(jì)的重要組成部分，為我國(guó)的經(jīng)濟(jì)進(jìn)展發(fā)揮著重要的作用。研究股票的預(yù)測(cè)能夠指導(dǎo)投資者進(jìn)行有益的投資，不僅能夠?yàn)閭€(gè)人提供利潤(rùn)，更能夠?yàn)閲?guó)家經(jīng)濟(jì)進(jìn)展做出貢獻(xiàn)。1.2 預(yù)測(cè)基礎(chǔ)知識(shí)（1）預(yù)測(cè)的概念預(yù)測(cè)是依照事物進(jìn)展過程的歷史和現(xiàn)實(shí)，綜合各方面的信息，運(yùn)用定性和定量的科學(xué)分析方法，揭示出事物進(jìn)展過程中的客觀規(guī)律，并對(duì)各類事物現(xiàn)象之間的聯(lián)系以及作用機(jī)制做出科學(xué)的分析，指出各類事物現(xiàn)象和過程以后進(jìn)展的可能途徑以及結(jié)果。預(yù)測(cè)的過程是從過去和現(xiàn)在已知的情況動(dòng)身，利用一定的方法或技術(shù)去探測(cè)或模擬不可知的、未出現(xiàn)的、復(fù)雜的中間過程，推斷出結(jié)果。預(yù)測(cè)研究的是事物的以后，而以后之因此會(huì)使人

11、們感興趣，是因?yàn)榕c人們目前的行動(dòng)有緊密的聯(lián)系。（2）預(yù)測(cè)的可能性由因此對(duì)以后未知事物進(jìn)展的推測(cè)，要進(jìn)行準(zhǔn)確預(yù)測(cè)是專門不容易的。股票價(jià)格預(yù)測(cè)尤為如此且不講我國(guó)股市自身進(jìn)展的專門性，單從股市本身的變幻莫測(cè)來講，面對(duì)瀚如煙海的數(shù)據(jù)、眾講紛紜的信息，就讓人們茫然失措。那么，這是否意味著我國(guó)股市的不可預(yù)測(cè)？答案是否定的。正如恩格斯所指出的：在表面上是偶然性在起作用的地點(diǎn)，這種偶然性始終是受內(nèi)部的隱蔽的規(guī)律支配的，而問題只在于發(fā)覺這些規(guī)律。預(yù)測(cè)研究的任務(wù)，就在于透過事物的現(xiàn)象探討其內(nèi)在規(guī)律，并利用這些規(guī)律來為人們服務(wù)。（3）預(yù)測(cè)方法和種類預(yù)測(cè)科學(xué)應(yīng)用于不同領(lǐng)域，則分不形成各具特色的預(yù)則技術(shù)。在經(jīng)濟(jì)領(lǐng)域的應(yīng)

12、用，形成經(jīng)濟(jì)預(yù)測(cè)技術(shù)；在人口領(lǐng)域的應(yīng)用，形成人口預(yù)測(cè)與操縱技術(shù)等等。預(yù)測(cè)技術(shù)的豐富和進(jìn)展促進(jìn)著預(yù)測(cè)方法體系的完善。目前各種領(lǐng)域的預(yù)測(cè)方法已近三百種，但大部分方法專業(yè)限制嚴(yán)格，有些方法還處于試驗(yàn)研究時(shí)期，真正在實(shí)際中廣泛應(yīng)用的大約只有一二十種如回歸分析法、時(shí)刻序列方法、投入產(chǎn)出法、馬爾科夫法、德爾菲法等。依照預(yù)測(cè)目標(biāo)和特征的不同，以及預(yù)測(cè)用戶的需求的不同，能夠把預(yù)測(cè)劃分為不同的種類。依照預(yù)測(cè)的目標(biāo)的不同，能夠分為事件結(jié)果預(yù)測(cè)、事件發(fā)生時(shí)刻預(yù)測(cè)；依照預(yù)測(cè)的差不多特征的不同，一般能夠分為定性預(yù)測(cè)和定量預(yù)測(cè)；依照預(yù)測(cè)用戶的需求不同，可分為點(diǎn)預(yù)測(cè)、區(qū)間預(yù)測(cè)和密度預(yù)測(cè)。（4）預(yù)測(cè)的步驟預(yù)測(cè)要遵循一定的科學(xué)

13、程序或者步驟，預(yù)測(cè)的差不多步驟歸納起來有如下幾步： eq oac(,1)確定預(yù)測(cè)目標(biāo)和預(yù)測(cè)期限。不論是宏觀預(yù)測(cè)，依舊微觀預(yù)測(cè)，確定預(yù)測(cè)目標(biāo)和預(yù)測(cè)期限是進(jìn)行預(yù)測(cè)工作的前提。 eq oac(,2)確定預(yù)測(cè)因子。依照確定的預(yù)測(cè)目標(biāo)，選擇可能與預(yù)測(cè)目標(biāo)相關(guān)或者有一定阻礙的預(yù)測(cè)因素。 eq oac(,3)進(jìn)行市場(chǎng)調(diào)查，收集各因素的歷史和現(xiàn)狀的信息、數(shù)據(jù)、資料，并加以整理、綜合和分析。 eq oac(,4)選擇合適的預(yù)測(cè)方法。有的預(yù)測(cè)目標(biāo)，可同時(shí)使用多種預(yù)測(cè)方法獨(dú)立的進(jìn)行預(yù)測(cè)，也能夠把幾種獨(dú)立的方法綜合起來進(jìn)行組合預(yù)測(cè)。然后對(duì)各預(yù)測(cè)值分不進(jìn)行評(píng)估和推斷，選擇合適的預(yù)測(cè)值。 eq oac(,5)對(duì)預(yù)測(cè)的結(jié)果

14、進(jìn)行分析和評(píng)估。如預(yù)測(cè)誤差是正偏依舊負(fù)偏，相對(duì)誤差與絕對(duì)誤差的大小、范圍等等。 eq oac(,6)指出依照最新的經(jīng)濟(jì)動(dòng)態(tài)和新來到的經(jīng)濟(jì)信息或者數(shù)據(jù)，看能否重新調(diào)整原來的預(yù)測(cè)值，以期提高預(yù)測(cè)的精度。1.3 股票基礎(chǔ)知識(shí)(1)股票價(jià)格指數(shù)股票價(jià)格指數(shù)既是人們常講的指數(shù)。是由證券交易所或金融服務(wù)機(jī)構(gòu)編制的表明股票行市變動(dòng)的一種供參考的指示數(shù)字。由于股票價(jià)格起伏無常，投資者必定面臨市場(chǎng)價(jià)格風(fēng)險(xiǎn)。關(guān)于具體某一種股票的價(jià)格變化，投資者容易了解，而關(guān)于多種股票的價(jià)格變化，要逐一了解，既不容易，也不勝其煩。為了適應(yīng)這種情況和需要，一些金融服務(wù)機(jī)構(gòu)就利用自己的業(yè)務(wù)知識(shí)和熟悉市場(chǎng)的優(yōu)勢(shì)，編制出股票價(jià)格指數(shù)，公開

15、公布，作為市場(chǎng)價(jià)格變動(dòng)的指標(biāo)。投資者據(jù)此就能夠檢驗(yàn)自己投資的效果，并用以預(yù)測(cè)股票市場(chǎng)的動(dòng)向。同時(shí)，新聞界、公司老總乃至政界領(lǐng)導(dǎo)人等也以此為參考指標(biāo)，來觀看、預(yù)測(cè)社會(huì)政治、經(jīng)濟(jì)進(jìn)展形勢(shì)。(2)股市阻礙因素分析 股票市場(chǎng)價(jià)格波動(dòng)是股市運(yùn)行的基礎(chǔ)，也是股票投資者關(guān)注的焦點(diǎn)。股價(jià)的波動(dòng)受各種經(jīng)濟(jì)因素和非經(jīng)濟(jì)因素的阻礙，分析這些因素的阻礙，可為投資者做出正確的投資決策提供一定的依據(jù)。盡管阻礙股價(jià)波動(dòng)的因素專門多，但股價(jià)有其內(nèi)在價(jià)值，股價(jià)圍繞其內(nèi)在價(jià)值波動(dòng)，內(nèi)在價(jià)值決定論是差不多分析法的基礎(chǔ);股價(jià)隨投資者對(duì)各種因素的心理預(yù)期的變化而波動(dòng)，心理預(yù)期理論是技術(shù)分析的基礎(chǔ)；股價(jià)波動(dòng)是各種因素形成合力作用的結(jié)果。

16、 阻礙股票價(jià)格的因素比較多，可依照內(nèi)容和性質(zhì)分為宏觀因素、微觀經(jīng)濟(jì)因素、市場(chǎng)因素和非經(jīng)濟(jì)因素等四個(gè)方面。1.4 股票預(yù)測(cè)方法股票預(yù)測(cè)基于三個(gè)假設(shè)：市場(chǎng)行為包括一切信息；股價(jià)變化有趨勢(shì)可循；歷史常常會(huì)重演。股票預(yù)測(cè)方法要緊有差不多分析法和技術(shù)分析法。(1)差不多分析法差不多分析，又稱差不多面分析，是股票投資分析師依照經(jīng)濟(jì)學(xué)、金融學(xué)、財(cái)務(wù)治理學(xué)及投資學(xué)等差不多原理，對(duì)決定證券價(jià)值及價(jià)格的差不多要素如宏觀經(jīng)濟(jì)指標(biāo)、經(jīng)濟(jì)政策走勢(shì)、行業(yè)進(jìn)展?fàn)顩r、產(chǎn)品市場(chǎng)狀況、公司銷售和財(cái)務(wù)狀況等進(jìn)行分析，評(píng)估證券的投資價(jià)值，推斷證券的合理價(jià)位提出相應(yīng)的投資建議的一種分析方法。差不多分析的內(nèi)容要緊包括宏觀經(jīng)濟(jì)分析、行業(yè)分

17、析與區(qū)域分析以及公司分析三大內(nèi)容。宏觀經(jīng)濟(jì)分析要緊探討各項(xiàng)經(jīng)濟(jì)指標(biāo)和經(jīng)濟(jì)政策對(duì)證券價(jià)格的阻礙。行業(yè)分析與區(qū)域分析是介于經(jīng)濟(jì)分析與公司分析之間的中觀層次分析。公司分析是差不多分析的重點(diǎn)，側(cè)重對(duì)公司的競(jìng)爭(zhēng)能力、盈利能力、經(jīng)營(yíng)治理能力、進(jìn)展?jié)摿?、?cái)務(wù)狀況、經(jīng)營(yíng)業(yè)績(jī)以及潛在風(fēng)險(xiǎn)等進(jìn)行分析，借此評(píng)估和預(yù)測(cè)證券的投資價(jià)值、價(jià)格及其以后變化的趨勢(shì)。(2)技術(shù)分析法技術(shù)分析是僅從證券的市場(chǎng)行為來分析證券價(jià)格以后變化趨勢(shì)的方法。證券的市場(chǎng)行為能夠有多種表現(xiàn)形式，其中證券的市場(chǎng)價(jià)格、成交價(jià)和成交量的變化以及完成這些變化所經(jīng)歷的時(shí)刻是市場(chǎng)行為最差不多的表現(xiàn)形式。粗略的進(jìn)行劃分，能夠?qū)⒓夹g(shù)分析理論分為以下幾類：K線理

18、論、切線理論、形態(tài)理論、技術(shù)指標(biāo)理論、波浪理論和循環(huán)周期理論。技術(shù)分析法能夠分為常用的有圖像分析法和統(tǒng)計(jì)分析法，其中圖像分析法以圖像為分析工具，統(tǒng)計(jì)分析法是對(duì)價(jià)格、交易量等市場(chǎng)指標(biāo)進(jìn)行一定的統(tǒng)計(jì)處理。另外還有時(shí)刻序列分析法、灰色預(yù)測(cè)法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法等方法。 通過比較得出，差不多分析法是通過宏觀因素進(jìn)行預(yù)測(cè)而我們那個(gè)地點(diǎn)是取時(shí)刻作為變量，因此我們采取技術(shù)分析法里面的時(shí)刻序列預(yù)測(cè)方法。時(shí)刻序列典型的一個(gè)本質(zhì)特征確實(shí)是相鄰觀測(cè)值的依靠性，隨機(jī)時(shí)刻序列分析所論及的確實(shí)是對(duì)這種依靠性進(jìn)行分析的技巧。股票價(jià)格在短期內(nèi)宏觀因素可不能發(fā)生變化，只考慮時(shí)刻對(duì)它的阻礙，而我們預(yù)測(cè)股票價(jià)格指數(shù)所用的數(shù)據(jù)確實(shí)是時(shí)刻

19、數(shù)據(jù)，因此，在股票價(jià)格的預(yù)測(cè)當(dāng)中，時(shí)刻序列預(yù)測(cè)法是一個(gè)比較好的選擇。第2章 時(shí)刻序列預(yù)測(cè)法2.1 時(shí)刻序列預(yù)測(cè)2.1.1 時(shí)刻序列的概念時(shí)刻序列是指同一種現(xiàn)象在不同時(shí)刻上的相繼觀看值排列而成的一組數(shù)字序列。時(shí)刻序列分析(Time series analysis)是一種動(dòng)態(tài)數(shù)據(jù)處理的統(tǒng)計(jì)方法。該方法基于隨機(jī)過程理論和數(shù)理統(tǒng)計(jì)學(xué)方法，研究隨機(jī)數(shù)據(jù)序列所遵從的統(tǒng)計(jì)規(guī)律，以用于解決實(shí)際問題。它包括一般統(tǒng)計(jì)分析(如自相關(guān)分析，譜分析等)，統(tǒng)計(jì)模型的建立與推斷，以及關(guān)于時(shí)刻序列的最優(yōu)預(yù)測(cè)、操縱與濾波等內(nèi)容。經(jīng)典的統(tǒng)計(jì)分析都假定數(shù)據(jù)序列具有獨(dú)立性，而時(shí)刻序列分析則側(cè)重研究數(shù)據(jù)序列的互相依靠關(guān)系。后者實(shí)際上是

20、對(duì)離散指標(biāo)的隨機(jī)過程的統(tǒng)計(jì)分析，因此又可看作是隨機(jī)過程統(tǒng)計(jì)的一個(gè)組成部分?，F(xiàn)實(shí)中的時(shí)刻序列的變化受許多因素的阻礙，有些起著長(zhǎng)期的、決定性的作用，使時(shí)刻序列的變化呈現(xiàn)出某種趨勢(shì)和一定的規(guī)律性，有些則起著短期的、非決定性的作用，使時(shí)刻序列的變化呈現(xiàn)出某種不規(guī)則性。時(shí)刻序列的變化大體可分解為以下四種：(1)趨勢(shì)變化，指現(xiàn)象隨時(shí)刻變化朝著一定方向呈現(xiàn)出持續(xù)穩(wěn)定地上升、下降或平穩(wěn)的趨勢(shì)。(2)周期變化（季節(jié)變化），指現(xiàn)象受季節(jié)性阻礙，按固定周期呈現(xiàn)出的周期波動(dòng)變化。(3)循環(huán)變動(dòng)，指現(xiàn)象按不固定的周期呈現(xiàn)出的波動(dòng)變化。(4)隨機(jī)變動(dòng)，指現(xiàn)象受偶然因素的阻礙而呈現(xiàn)出的不規(guī)則波動(dòng)。時(shí)刻序列一般是以上幾種變化

21、形式的疊加或組合。時(shí)刻序列預(yù)測(cè)方法分為兩大類：一類是確定型的時(shí)刻序列模型方法；另一類是隨機(jī)型的時(shí)刻序列分析方法。確定型時(shí)刻序列預(yù)測(cè)方法的差不多思想是用一個(gè)確定的時(shí)刻函數(shù)來擬合時(shí)刻序列，不同的變化采取不同的函數(shù)形式來描述，不同變化的疊加采納不同的函數(shù)疊加來描述。具體可分為趨勢(shì)預(yù)測(cè)法、平滑預(yù)測(cè)法、分解分析法等。隨機(jī)型時(shí)刻序列分析法的差不多思想是通過分析不同時(shí)刻變量的相關(guān)關(guān)系，揭示其相關(guān)結(jié)構(gòu)，利用這種相關(guān)結(jié)構(gòu)來對(duì)時(shí)刻序列進(jìn)行預(yù)測(cè)。2.1.2 時(shí)刻序列分析特點(diǎn)(1)時(shí)刻序列分析預(yù)測(cè)法是依照市場(chǎng)過去的變化趨勢(shì)預(yù)測(cè)以后的進(jìn)展，它的前提是假定事物的過去會(huì)同樣連續(xù)到以后。市場(chǎng)預(yù)測(cè)的時(shí)刻序列分析法，正是依照客觀

22、事物進(jìn)展的這種連續(xù)規(guī)律性，運(yùn)用過去的歷史數(shù)據(jù)，通過統(tǒng)計(jì)分析，進(jìn)一步推測(cè)市場(chǎng)以后的進(jìn)展趨勢(shì)。需要指出，由于事物的進(jìn)展不僅有連續(xù)性的特點(diǎn)，而且又是復(fù)雜多樣的。因此，在應(yīng)用時(shí)刻序列分析法進(jìn)行市場(chǎng)預(yù)測(cè)時(shí)應(yīng)注意市場(chǎng)現(xiàn)象以后進(jìn)展變化規(guī)律和進(jìn)展水平，不一定與其歷史和現(xiàn)在的進(jìn)展變化規(guī)律完全一致。 (2)時(shí)刻序列分析預(yù)測(cè)法突出了時(shí)刻因素在預(yù)測(cè)中的作用，暫不考慮外界具體因素的阻礙。時(shí)刻序列在時(shí)刻序列分析預(yù)測(cè)法處于核心位置，沒有時(shí)刻序列，就沒有這一方法的存在。 需要指出的是，時(shí)刻序列預(yù)測(cè)法因突出時(shí)刻序列暫不考慮外界因素阻礙，因而存在著預(yù)測(cè)誤差的缺陷，當(dāng)遇到外界發(fā)生較大變化，往往會(huì)有較大偏差，時(shí)刻序列預(yù)測(cè)法關(guān)于中短期

23、預(yù)測(cè)的效果要比長(zhǎng)期預(yù)測(cè)的效果好。因?yàn)榭陀^事物，尤其是經(jīng)濟(jì)現(xiàn)象，在一個(gè)較長(zhǎng)時(shí)刻內(nèi)發(fā)生外界因素變化的可能性加大，它們對(duì)市場(chǎng)經(jīng)濟(jì)現(xiàn)象必定要產(chǎn)生重大阻礙。假如出現(xiàn)這種情況，進(jìn)行預(yù)測(cè)時(shí)，只考慮時(shí)刻因素不考慮外界因素對(duì)預(yù)測(cè)對(duì)象的阻礙，其預(yù)測(cè)結(jié)果就會(huì)與實(shí)際狀況嚴(yán)峻不符。2.1.3 時(shí)刻序列預(yù)測(cè)法的分類時(shí)刻序列預(yù)測(cè)法可用于短期、中期和長(zhǎng)期預(yù)測(cè)。依照對(duì)資料分析方法的不同，又可分為：簡(jiǎn)單序時(shí)平均數(shù)法、加權(quán)序時(shí)平均數(shù)法、移動(dòng)平均法、加權(quán)移動(dòng)平均法、趨勢(shì)預(yù)測(cè)法、指數(shù)平滑法、季節(jié)性趨勢(shì)預(yù)測(cè)法、市場(chǎng)壽命周期預(yù)測(cè)法等。 上述幾種方法盡管簡(jiǎn)便，能迅速求出預(yù)測(cè)值，但由于沒有考慮整個(gè)社會(huì)經(jīng)濟(jì)進(jìn)展的新動(dòng)向和其他因素的阻礙，因此準(zhǔn)確

24、性較差。應(yīng)依照新的情況，對(duì)預(yù)測(cè)結(jié)果作必要的修正。 即依照歷史資料的上期實(shí)際數(shù)和預(yù)測(cè)值，用指數(shù)加權(quán)的方法進(jìn)行預(yù)測(cè)。此法實(shí)質(zhì)是由內(nèi)加權(quán)移動(dòng)平均法演變而來的一種方法，優(yōu)點(diǎn)是只要有上期實(shí)際數(shù)和上期預(yù)測(cè)值，就可計(jì)算下期的預(yù)測(cè)值，如此能夠節(jié)約專門多數(shù)據(jù)和處理數(shù)據(jù)的時(shí)刻，減少數(shù)據(jù)的存儲(chǔ)量，方法簡(jiǎn)便。季節(jié)趨勢(shì)預(yù)測(cè)法依照經(jīng)濟(jì)事物每年重復(fù)出現(xiàn)的周期性季節(jié)變動(dòng)指數(shù)，預(yù)測(cè)其季節(jié)性變動(dòng)趨勢(shì)。推算季節(jié)性指數(shù)可采納不同的方法，常用的方法有季(月)不平均法和移動(dòng)平均法。市場(chǎng)壽命周期預(yù)測(cè)法確實(shí)是對(duì)產(chǎn)品市場(chǎng)壽命周期的分析研究。2.1.4 時(shí)刻序列預(yù)測(cè)法的步驟第一步 收集歷史資料，加以整理，編成時(shí)刻序列，并依照時(shí)刻序列繪成統(tǒng)計(jì)圖。

25、時(shí)刻序列分析通常是把各種可能發(fā)生作用的因素進(jìn)行分類，傳統(tǒng)的分類方法是按各種因素的特點(diǎn)或阻礙效果分為四大類：(1)長(zhǎng)期趨勢(shì)；(2)季節(jié)變動(dòng)；(3)循環(huán)變動(dòng)；(4)不規(guī)則變動(dòng)。 第二步 分析時(shí)刻序列。時(shí)刻序列中的每一時(shí)期的數(shù)值差不多上由許許多多不同的因素同時(shí)發(fā)生作用后的綜合結(jié)果。 第三步 求時(shí)刻序列的長(zhǎng)期趨勢(shì)(T)季節(jié)變動(dòng)(s)和不規(guī)則變動(dòng)(I)的值，并選定近似的數(shù)學(xué)模式來代表它們。關(guān)于數(shù)學(xué)模式中的諸未知參數(shù)，使用合適的技術(shù)方法求出其值。 第四步 利用時(shí)刻序列資料求出長(zhǎng)期趨勢(shì)、季節(jié)變動(dòng)和不規(guī)則變動(dòng)的數(shù)學(xué)模型后，就能夠利用它來預(yù)測(cè)以后的長(zhǎng)期趨勢(shì)值T和季節(jié)變動(dòng)值s，在可能的情況下預(yù)測(cè)不規(guī)則變動(dòng)值I。時(shí)

26、刻序列分析要緊用于：系統(tǒng)描述。依照對(duì)系統(tǒng)進(jìn)行觀測(cè)得到的時(shí)刻序列數(shù)據(jù)，用曲線擬合方法對(duì)系統(tǒng)進(jìn)行客觀的描述。系統(tǒng)分析。當(dāng)觀測(cè)值取自兩個(gè)以上變量時(shí)，可用一個(gè)時(shí)刻序列中的變化去講明另一個(gè)時(shí)刻序列中的變化，從而深入了解給定時(shí)刻序列產(chǎn)生的機(jī)理。預(yù)測(cè)以后。一般用ARMA模型擬合時(shí)刻序列，預(yù)測(cè)該時(shí)刻序列以后值。決策和操縱。依照時(shí)刻序列模型可調(diào)整輸入變量使系統(tǒng)進(jìn)展過程保持在目標(biāo)值上，即預(yù)測(cè)到過程要偏離目標(biāo)時(shí)便可進(jìn)行必要的操縱。2.2 時(shí)刻序列預(yù)測(cè)算法2.2.1 平均數(shù)預(yù)測(cè)法1簡(jiǎn)單算術(shù)平均法設(shè)時(shí)刻序列的各期觀看值為 ，（t=1,2,n），式中表示觀看值時(shí)刻序列平均數(shù)；n表示觀看時(shí)期數(shù)；表示時(shí)刻序列各組觀看值。2加

27、權(quán)算術(shù)平均法利用不同的時(shí)期所對(duì)應(yīng)的權(quán)數(shù)不同，來體現(xiàn)由于時(shí)刻差異而取得的信息的重要性不同,或依照預(yù)測(cè)者的能力大小不同也能夠利用加權(quán)法來體現(xiàn)其重要性的區(qū)不。其公式是： 。3一次移動(dòng)平均法移動(dòng)平均法是通過逐項(xiàng)推移，依次計(jì)算包含一定項(xiàng)數(shù)的時(shí)序平均數(shù)，以反映時(shí)刻序列的長(zhǎng)期趨勢(shì)的方法。由于移動(dòng)平均法具有較好的修勻歷史數(shù)據(jù)、消除數(shù)據(jù)因隨機(jī)波動(dòng)而出現(xiàn)高點(diǎn)、低點(diǎn)的阻礙，從而能較好地揭示經(jīng)濟(jì)現(xiàn)象進(jìn)展地趨勢(shì)。 設(shè)時(shí)刻序列為 , , ；以N為移動(dòng)時(shí)期數(shù),則簡(jiǎn)單移動(dòng)平均數(shù)的計(jì)算公式為： = = 通過整理得出4加權(quán)移動(dòng)平均法若要考慮各期數(shù)據(jù)的重要性，對(duì)近期數(shù)據(jù)給予較大的權(quán)數(shù)，遠(yuǎn)期數(shù)據(jù)給予較小的權(quán)數(shù)，就應(yīng)采納加權(quán)平均法。設(shè)

28、為移動(dòng)步長(zhǎng)為N期內(nèi)由近至遠(yuǎn)各期觀看值的權(quán)數(shù)，則加權(quán)移動(dòng)平均數(shù)的計(jì)算公式為： 。利用加權(quán)移動(dòng)平均法進(jìn)行預(yù)測(cè)，其預(yù)測(cè)模型為：，即以第t期的加權(quán)移動(dòng)平均數(shù)作為t+1期的預(yù)測(cè)值5. 二次移動(dòng)平均法當(dāng)實(shí)際資料出現(xiàn)明顯的線性增長(zhǎng)或減少的變動(dòng)趨勢(shì)時(shí)，用一次移動(dòng)平均值來預(yù)測(cè)就會(huì)出現(xiàn)滯后偏差。因此要進(jìn)行修正，方法是在一次移動(dòng)平均的基礎(chǔ)上，作二次移動(dòng)平均，利用兩次移動(dòng)平均滯后偏差的規(guī)律來建立直線趨勢(shì)預(yù)測(cè)模型。為區(qū)不起見將一次移動(dòng)平均法記作 ，將二次移動(dòng)平均法記作。 則二次移動(dòng)平均法的計(jì)算公式為：= 上式中： 為一次移動(dòng)平均值； 為二次移動(dòng)平均值；N為步長(zhǎng)。由上式可推出：=。值得注意的是，二次移動(dòng)平均值不能直接用于

29、預(yù)測(cè)，而應(yīng)該建立趨勢(shì)直線預(yù)測(cè)模型來進(jìn)行了預(yù)測(cè)。2.2.2 指數(shù)平滑法移動(dòng)平均法明顯存在兩個(gè)問題：一是計(jì)算移動(dòng)平均預(yù)測(cè)值，需要有近期N個(gè)以上的數(shù)據(jù)資料；二是計(jì)算以后預(yù)測(cè)值沒有利用全部歷史資料，只考慮這N期資料便作出推測(cè)，N期往常數(shù)據(jù)對(duì)預(yù)測(cè)值不產(chǎn)生任何阻礙。指數(shù)平滑法是由移動(dòng)平均法改進(jìn)而來的，是一種專門的加權(quán)移動(dòng)平均法，也稱為指數(shù)加權(quán)平均法。這種方法既有移動(dòng)平均法的長(zhǎng)處，又能夠減少歷史數(shù)據(jù)的數(shù)量。第一，它把過去的數(shù)據(jù)全部加以利用；第二，它利用平滑系數(shù)加以區(qū)分，使得近期數(shù)據(jù)比遠(yuǎn)期數(shù)據(jù)對(duì)預(yù)測(cè)值阻礙更大。它特不適用于觀看值有長(zhǎng)期趨勢(shì)和季節(jié)變動(dòng)，必須經(jīng)常預(yù)測(cè)的情況。指數(shù)平滑法在市場(chǎng)預(yù)測(cè)中的應(yīng)用要緊有一次指

30、數(shù)平滑法和多次指數(shù)平滑法。1. 一次指數(shù)平滑法一次指數(shù)平滑法確實(shí)是計(jì)算時(shí)刻序列的一次指數(shù)平滑值，以當(dāng)前觀看期的一次指數(shù)平滑值和觀看值為基礎(chǔ)，確定下期預(yù)測(cè)值。 設(shè)時(shí)刻數(shù)列為: ， ，一次指數(shù)平滑法的計(jì)算公式為： =+，式中：為期時(shí)刻數(shù)列的預(yù)測(cè)值；為期時(shí)刻數(shù)列的觀看值；為平滑常數(shù)。一次平滑系數(shù)是以第一次指數(shù)平滑值作為第 1期的預(yù)測(cè)值，即=由此我們能夠得到預(yù)測(cè)公式的另一種表達(dá)方式：=+2. 二次指數(shù)平滑法 一次指數(shù)平滑法中,為了進(jìn)一步減少偶然因素對(duì)預(yù)測(cè)值的阻礙，可在一次平滑的基礎(chǔ)上進(jìn)行第二次平滑。二次指數(shù)平滑值的計(jì)算公式為=+，= 或 。當(dāng)時(shí)刻數(shù)列趨勢(shì)具有線性趨勢(shì)是時(shí)，二次指數(shù)平滑法直線趨勢(shì)模型為:

31、=+。其中: =2- ，=（-）。3. 季節(jié)指數(shù)法事物變化趨勢(shì)除了直線變動(dòng)外還有季節(jié)性變動(dòng)、循環(huán)變動(dòng)和不規(guī)則變動(dòng)趨勢(shì)。其中季節(jié)性變動(dòng)現(xiàn)象與我們的生活息息相關(guān)。那個(gè)地點(diǎn)所講的季節(jié)，既不同于日歷上講的季度，也不同于氣象上所講的季節(jié)，它是用來描述任何重復(fù)出現(xiàn)的每小時(shí)、每周、每月或每季等相似間隔的時(shí)刻段。在市場(chǎng)預(yù)測(cè)中多指一年中經(jīng)營(yíng)活動(dòng)的某一固定形態(tài)。（1）季節(jié)指數(shù)法的含義所謂季節(jié)系數(shù)法是依照預(yù)測(cè)對(duì)象各個(gè)日歷年度按月或按季編制的時(shí)刻序列資料，以統(tǒng)計(jì)方法測(cè)定出反映季節(jié)變動(dòng)規(guī)律的季節(jié)變動(dòng)系數(shù)，并據(jù)以進(jìn)行預(yù)測(cè)的一種預(yù)測(cè)方法。 季節(jié)系數(shù)（也稱季節(jié)指數(shù)）是以相對(duì)數(shù)形式表現(xiàn)的季節(jié)變動(dòng)指標(biāo)，一般用百分?jǐn)?shù)或系數(shù)表示。利

32、用季節(jié)系數(shù)法進(jìn)行預(yù)測(cè)，一般要求時(shí)刻序列的時(shí)刻單位或是季或是月；要掌握至少三年以上的按月或按季編制的時(shí)刻序列， (2)季節(jié)指數(shù)法的應(yīng)用時(shí)刻序列存在直線趨勢(shì)的情況下，季節(jié)變動(dòng)預(yù)測(cè)通常需要消除直線趨勢(shì)的阻礙。直線趨勢(shì)比率平均法能夠?qū)ｉT好的消除這種阻礙，達(dá)到準(zhǔn)確預(yù)測(cè)。此方法的應(yīng)用過程為：先分離出不含季節(jié)周期波動(dòng)的直線趨勢(shì)，再計(jì)算季節(jié)指數(shù)，最后建立預(yù)測(cè)模型： = ， （i=1,2,）（j=1,2,）式中： 為直線趨勢(shì)方程； 為季節(jié)期數(shù)（如以季度為季節(jié)，則 ）； 為季節(jié)指數(shù)。預(yù)測(cè)步驟如下：先求出=+；計(jì)算平均季節(jié)指數(shù)，把歷年同季節(jié)的平均數(shù)，除以該季節(jié)的趨勢(shì)值平均值，就能夠消除直線趨勢(shì)的阻礙，而得到平均季節(jié)

33、指數(shù)， ，為觀看年數(shù)；對(duì)平均季節(jié)指數(shù)作處理，使其均值為1，即： = ()4. 趨勢(shì)延伸法事物的進(jìn)展具有一定的連續(xù)性，有些事物的進(jìn)展在某個(gè)相對(duì)時(shí)刻內(nèi)呈現(xiàn)出一定的規(guī)律性，遵循這種規(guī)律進(jìn)行推導(dǎo)延伸，就能夠預(yù)測(cè)事物進(jìn)展的以后。 趨勢(shì)外推法確實(shí)是遵循事物連續(xù)原則，分析預(yù)測(cè)對(duì)象時(shí)刻序列數(shù)據(jù)呈現(xiàn)的長(zhǎng)期趨勢(shì)變化軌跡的規(guī)律性，找出擬合趨勢(shì)變化軌跡的數(shù)學(xué)模型，據(jù)以進(jìn)行預(yù)測(cè)的方法。趨勢(shì)外推法的突出特點(diǎn)是選用一定的數(shù)學(xué)模型來擬合預(yù)測(cè)變量的變動(dòng)趨勢(shì)，并進(jìn)而用模型進(jìn)行預(yù)測(cè)。(1)直線趨勢(shì)延伸法直線趨勢(shì)延伸法的預(yù)測(cè)模型為=+其中和是參數(shù).為截距；為直線的斜率；為時(shí)刻變量，要求計(jì)算過程中等距； 為時(shí)刻序列線性趨勢(shì)預(yù)測(cè)值。用此

34、方法進(jìn)行預(yù)測(cè)時(shí)，其關(guān)鍵是將要緊的問題擬合成一條直線。該線與各期觀看值坐標(biāo)點(diǎn)的距離最短，該線在何方由和確定。其方法可用最小二乘法求出，得到：= 通過變形，公式可 = = 進(jìn)一步簡(jiǎn)化為： =當(dāng)參數(shù)和確定后，預(yù)測(cè)方程即確定。代入預(yù)測(cè)時(shí)期數(shù)值， 即可可能市場(chǎng)現(xiàn)象，預(yù)測(cè) (2)非直線趨勢(shì)市場(chǎng)預(yù)測(cè)法市場(chǎng)現(xiàn)象受到諸多因素阻礙，變動(dòng)趨勢(shì)往往呈曲線形式。常見的有指數(shù)曲線、二次曲線、龔伯茲曲線和連續(xù)預(yù)測(cè)方法多種。能夠用最小二乘法、分段求和法確定模型種類后，進(jìn)行估測(cè)。2.3 時(shí)刻序列模型2.3.1 時(shí)刻序列模型：誤差項(xiàng)；：零均值白噪聲。（1）自回歸模型AR(p)定義 2.1 （p階自回歸模型AR(p)）：假如是白噪

35、聲,實(shí)數(shù)使得多項(xiàng)式的零點(diǎn)都在單位圓外： 就稱p階差分方程 是一個(gè)p階自回歸模型，簡(jiǎn)稱為AR(p)模型。（2）滑動(dòng)平均模型MA（q）定義2.2 MA(q)模型：設(shè)是,假如實(shí)數(shù)使得 就稱 是q階滑動(dòng)平均模型，簡(jiǎn)稱為MA(q)序列。（3）自回歸滑動(dòng)平均（ARMA）模型定義2.3 設(shè)是，實(shí)系數(shù)多項(xiàng)式和沒有公共根，滿足，和 我們稱差分方程 是一個(gè)自回歸滑動(dòng)平均模型，簡(jiǎn)稱ARMA(p，q)模型。AR模型的特征是在t時(shí)刻的響應(yīng)僅與其往常時(shí)刻的響應(yīng)有關(guān)，而與其往常時(shí)刻進(jìn)入系統(tǒng)的擾動(dòng)無關(guān)；MA模型是與往常時(shí)刻的響應(yīng)無關(guān)只與往常時(shí)刻的進(jìn)入系統(tǒng)的擾動(dòng)項(xiàng)有關(guān)； ARMA模型不僅與往常時(shí)刻響應(yīng)有關(guān)，而且與其往常時(shí)刻的進(jìn)

36、入系統(tǒng)的擾動(dòng)項(xiàng)有關(guān)?？偟膩碇v，ARMA模型是AR模型和MA模型的綜合體，在不能應(yīng)用其中一個(gè)解決問題的時(shí)候，而 ARMA模型的優(yōu)點(diǎn)是滿足時(shí)刻序列的依靠性。2.3.2 模型選擇（1）模型初步推斷自相關(guān)函數(shù)：設(shè)是一個(gè)隨機(jī)時(shí)刻序列，即對(duì)每個(gè)固定時(shí)刻t,是一個(gè)隨機(jī)變量，它的數(shù)學(xué)期望稱為序列在t時(shí)刻的平均值，顯然，是t的函數(shù)，因此，我們稱是的均值函數(shù)。定義 設(shè)是一個(gè)隨機(jī)時(shí)刻序列，假如=為常數(shù)；=只與時(shí)刻間隔K有關(guān)，而不依靠于t則稱為寬平穩(wěn)隨機(jī)時(shí)刻序列，或簡(jiǎn)稱為平穩(wěn)時(shí)刻序列，稱為自協(xié)方差函數(shù)。/ 稱為自相關(guān)函數(shù)。自相關(guān)函數(shù)描述了隨機(jī)時(shí)刻序列在兩個(gè)不同時(shí)期的取值之間的相互關(guān)聯(lián)程度.偏自相關(guān)函數(shù)：關(guān)于，我們分不

37、考慮用，對(duì)做最小方差可能，即選擇系數(shù)使得 達(dá)到微小值，確實(shí)是殘差的方差達(dá)到微小的階自回歸模型的第項(xiàng)系數(shù)。表 2-1 由拖尾性對(duì)模型作出初步推斷模型自相關(guān)系數(shù)偏相關(guān)系數(shù)AR(p)拖尾p階截尾MA(q)q階截尾拖尾ARMA(p,q)拖尾拖尾（2）AIC最小準(zhǔn)則定階 關(guān)于ARMA 模型的定階, 我們能夠采納下面的AIC 準(zhǔn)則：AIC(n，m)=ln+2（m+n+1）/N若 AIC（p,q）= AIC(n,m)則定ARMA 模型的階數(shù)為(p，q) ，其中是相應(yīng)的ARMA序列的的可能值L為預(yù)先給定的最高階數(shù)。2.3.3 模型參數(shù)的可能選定模型及確定階數(shù)后, 進(jìn)一步的問題是要可能出模型的未知參數(shù)，參數(shù)可能

38、方法有矩方法、最小二乘法及極大似然法等。那個(gè)地點(diǎn)介紹矩可能，它盡管較粗糙, 但簡(jiǎn)單方便, 且在某些情況下, 矩可能與其它較精可能專門接近。設(shè)確定擬合模型為：-=-現(xiàn)在要可能的參數(shù)為 ，.它們按下列步驟進(jìn)行可能.第一步, 先求AR 部分的參數(shù)可能值將參數(shù)換成它們的可能, 得= 那個(gè)地點(diǎn)由于未考慮MA 部分的作用，故所得的是近似值.第二步, 令=-，得的協(xié)方差函數(shù)為：= （）上式用樣本函數(shù)代替, 得（）用的協(xié)方差可能的表達(dá)式：（）= 第三步，把近似看作MA（q）序列，即ARMA(p，q)模型改寫成-時(shí)可用MA（q）模型參數(shù)可能法得，。第3章 中石化股票價(jià)格短期預(yù)測(cè)中石化股票自從2000年10月18

39、日19日上市以來，一直呈上升趨勢(shì)，在2006年開始成平穩(wěn)的下跌趨勢(shì)，漲幅不是專門大，股票價(jià)格運(yùn)行比較平穩(wěn)，具有代表性，因此選擇中石化股票作預(yù)測(cè)。選取中石化股票的2008年11月21日到2009年5月6日共60個(gè)歷史交易日的收盤價(jià)數(shù)據(jù)預(yù)測(cè)其后的五天2009年5月7日到2009年5月13日的收盤價(jià)。運(yùn)用MATLAB預(yù)測(cè)流程如圖（3.1）所示：輸入數(shù)據(jù) 數(shù)據(jù)預(yù)處理 模型選擇參數(shù)計(jì)算預(yù)測(cè)圖3-1 預(yù)測(cè)流程圖3.1 輸入數(shù)據(jù)m：原始數(shù)據(jù)（數(shù)據(jù)見附錄1）；t=1：60。 plot(t,m,*)圖 3-2 數(shù)據(jù)散點(diǎn)圖3.2 數(shù)據(jù)預(yù)處理用dtrend()函數(shù)將原始數(shù)據(jù)實(shí)現(xiàn)去趨勢(shì)處理，即零均值化、平穩(wěn)化處理；

40、n=dtrend(m) plot(t,n,-)圖3-3 數(shù)據(jù)零均值圖3.3 選擇模型用autocorr()函數(shù)計(jì)算置信度為95%的自相關(guān)函數(shù)，并畫出其自相關(guān)函數(shù)曲線；autocorr(n)ACF, Lags, Bounds = autocorr(n)plot(Lags,ACF,-)圖3-5 自相關(guān)函數(shù)圖用parcorr()函數(shù)計(jì)算置信度為95%的偏自相關(guān)函數(shù)，并畫出其偏自相關(guān)函數(shù)曲線； PartialACF, Lags, Bounds = parcorr(n) plot(Lags,PartialACF,-)圖3-6 偏自相關(guān)函數(shù)圖再由自相關(guān)函數(shù)拖尾和偏自相關(guān)函數(shù)的拖尾：可初步推斷為ARMA模型

41、。模型定階：（M文件見附錄2） p q=armapq1(n)P=2; q=1;3.4 參數(shù)計(jì)算y(1)= 1.9038;y(2)= 1.8730;Re(o)= -0.5082 + 0.8612i -0.5082 - 0.8612i（計(jì)算見附錄3）3.5 預(yù)測(cè) for i=1:5k=60+iA(i)=y(1)*x(k-1)+y(2)*x(k-2)+e(k)+Re(o)*e(k-1);end表3-1 預(yù)測(cè)結(jié)果對(duì)比結(jié)果日期預(yù)測(cè)價(jià)格實(shí)際價(jià)格殘差相對(duì)誤差2009-05-07102.3629101.79-0.5729-0.5597%2009-05-08102.2542101.44-0.8142-0.796

42、3%2009-05-11102.1531101.39-0.7631-0.7470%2009-05-12102.0593101.34-0.7193-0.7048%2009-05-13101.9715101.47-0.5015-0.4918%結(jié) 論本文通過時(shí)刻序列模型對(duì)中石化的股票日交易收盤價(jià)做出短期預(yù)測(cè)殘差分析發(fā)覺，五天的短期交易日的收盤價(jià)預(yù)測(cè)的誤差專門小，時(shí)刻序列模型考慮的變量因素是單一的，而在現(xiàn)實(shí)的股票市場(chǎng)當(dāng)中，股票的價(jià)格阻礙是多因素的，因此在以后的股票價(jià)格預(yù)測(cè)過程中要多因素的考慮,以盡量減小誤差。本文研究有專門多的不足之處，首先是樣本選擇的時(shí)刻跨度問題。由于時(shí)刻跨度不夠，因此本文研究得出的

43、結(jié)論可能不具有普遍性。其次確實(shí)是樣本數(shù)量的選擇問題，本文研究選用的樣本個(gè)數(shù)較少，這同樣阻礙結(jié)論的普遍性和代表性。第三，股市是一個(gè)多因素系統(tǒng)，特不是宏觀機(jī)制的研究，或許其中的任何一個(gè)方而都足以耗費(fèi)一個(gè)人的畢生精力，限于時(shí)刻和本人的能力，只能作出膚淺的探討。致 謝時(shí)刻飛逝，四年美好的大學(xué)生活立即成為過去，在此論文立即完成之際，我首先感謝我指導(dǎo)老師魏友華,在我論文的寫作過程中，從論文的選題、資料收集、理論分析到撰寫成稿，無不浸透著我的指導(dǎo)老師魏友華的心血，魏老師嚴(yán)謹(jǐn)求實(shí)的治學(xué)態(tài)度、兢兢業(yè)業(yè)的奉獻(xiàn)精神也給了我莫大的鼓舞與啟迪。值此論文完成之際，我謹(jǐn)向魏老師致以誠(chéng)摯的謝意！其次，我感謝我的父母和我的朋友

44、們，你們無私的關(guān)愛和支持，是我永久的驕傲、永恒的動(dòng)力。四年來，我有幸傾聽了信息治理學(xué)院許多老師的課，他們高尚的品行、淵博的學(xué)識(shí)給我留下了極為深刻的印象，我的成長(zhǎng)浸透著他們?cè)S多的辛勤勞動(dòng)，在此我向他們表示衷心的感謝！參考文獻(xiàn)1 J. McNames,”Local averaging optimization for chaotic time series prediction.”JNeuro-computing,Vol.48,No.l-4,pp.279-297,October 2002.2 Olson Dennis，Mossman Charles .Neural network forecast

45、s of Canadian stock returns using accounting rations. International Journal of Forecasting.2003，19 (3):453-465P.3 Yiwen Yang，Guizhong Liu.Multivariate time series prediction based on neural networks applied to stock market. Systems，Man，and Cybernetics，2001 IEEE International Conference，Tucson，AZ USA

46、，2001:2680-2685P.4 吳懷宇.時(shí)刻序列分析與綜合M.武漢：武漢大學(xué)出版社.20045 肖庭延.使用預(yù)測(cè)技術(shù)及應(yīng)用M.武漢：華中理工大學(xué)出版社.20036 黃俊，周猛，王俊海.ARMA模型在我國(guó)能源消費(fèi)預(yù)測(cè)中的應(yīng)用決策J.參考決策.2004.12:4950.7 梁元星.預(yù)測(cè)股市分析股價(jià)的隨機(jī)過程模型的建構(gòu)J.西民族學(xué)院學(xué)報(bào)(自然科學(xué)版).2003.8: 1719.8 陳守東，孟慶順，楊興武.中國(guó)股票市場(chǎng)的有效性檢驗(yàn)與分析J.吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào).1998.2:45-52.9 張思奇，馬華，冉華.股票市場(chǎng)風(fēng)險(xiǎn)、收益與市場(chǎng)效率-ARMA ARMA-M模型J.世界經(jīng)濟(jì).2000.5:1

47、9-28.10 靳云匯，于存高.中國(guó)股票市場(chǎng)與國(guó)民經(jīng)濟(jì)關(guān)系的實(shí)證研究(上)J.金融研究. 1998.3:40-45.11 吳文鋒，吳沖鋒.股票價(jià)格波動(dòng)模型探討J.系統(tǒng)工程理論與實(shí)踐.2000.4:63-69.12 李子奈.計(jì)量經(jīng)濟(jì)學(xué)M.北京：高等教育出版社.2000.13 何書兒.應(yīng)用時(shí)刻序列分析M.北京:北京大學(xué)出版社.2003. 9.14 李學(xué)偉，關(guān)忠良，陳景艷.經(jīng)濟(jì)數(shù)據(jù)分析預(yù)測(cè)學(xué)M.北京:中國(guó)鐵道出版社.2001.15 王振龍.時(shí)刻序列分析M.北京:中國(guó)統(tǒng)計(jì)出版社.2000.16 徐靜.ARMA模型及應(yīng)用J.立信會(huì)計(jì)高等專科學(xué)校學(xué)報(bào).2001.15(3):2124附 錄1中石化股票的歷史

48、價(jià)格日期開盤價(jià)最高價(jià)最低價(jià)收盤價(jià)成交量（萬股）成交額（萬元）2009-05-06101.80101.98101.05101.980.1413.992009-05-05102.00102.00101.46101.460.010.812009-05-04102.28102.28102.28102.280.021.532009-04-30102.36102.36102.36102.360.010.512009-04-28102.09102.12102.09102.120.077.152009-04-24102.61102.61102.61102.610.011.032009-04-23102.111

49、02.11102.11102.110.033.172009-04-15103.08103.08103.08103.080.011.032009-04-01102.75102.75102.75102.750.022.362009-03-31102.79102.79102.79102.790.021.542009-03-27102.89102.89102.89102.890.010.512009-03-26102.60103.00102.60103.000.077.092009-03-25103.00103.39102.63102.630.022.062009-03-24103.00103.011

50、03.00103.010.010.822009-03-20103.46103.46103.02103.020.011.032009-03-18103.59103.59103.59103.590.010.522009-03-16103.34103.34103.34103.340.000.212009-03-13103.60103.70103.51103.700.1616.372009-03-12103.60103.60103.60103.600.1515.542009-03-11103.50103.50103.50103.500.2020.802009-03-10103.31103.58103.

51、31103.520.021.862009-03-06103.00103.34103.00103.340.011.032009-03-03103.51104.00103.51104.000.3940.032009-03-02103.31103.31103.11103.110.2121.492009-02-27103.31103.31103.31103.310.010.522009-02-26103.00103.99103.00103.300.066.412009-02-25103.50103.50103.00103.380.1414.332009-02-24102.59103.99102.59103.400.1313.522009-02-18113.96113.96113.96113.960.000.232009-02-17104.50119.50104.50105.000.4548.802009-02-13103.23104.00103.23104.000.022.072009-02-12104.00104.00104.00104.000.011.462009-02-11104.00104.00103.50103.500.010.732009