【原創(chuàng)】R語言股票實(shí)際價(jià)格和預(yù)測(cè)價(jià)格差異分析論文報(bào)告

【原創(chuàng)】R語言股票實(shí)際價(jià)格和預(yù)測(cè)價(jià)格差異分析論文報(bào)告股票實(shí)際價(jià)格和預(yù)測(cè)價(jià)格差異分析摘要：本文旨在準(zhǔn)確估計(jì)股票價(jià)格，了解股票的一般規(guī)律，為資本市場(chǎng)提供參考意見，幫助股民做出正確的決策。從股票價(jià)格指數(shù)與整個(gè)經(jīng)濟(jì)環(huán)境角度出發(fā)，采用多元回歸分析方法，應(yīng)用月度時(shí)間序列數(shù)據(jù)，建立線性回歸模型，得出股票價(jià)格趨勢(shì)變動(dòng)的影響因素。關(guān)鍵詞：回歸模型；指數(shù)模型；股票價(jià)格；預(yù)測(cè)一、引言本文從股票價(jià)格指數(shù)與整個(gè)經(jīng)濟(jì)環(huán)境角度出發(fā)，采用多元回歸分析方法，應(yīng)用月度時(shí)間序列數(shù)據(jù)建立了線性回歸模型。具體分析步驟如下：1.關(guān)系分析為了大致了解股票價(jià)格與各個(gè)因素之間的關(guān)系，先分別繪制股票價(jià)格與各個(gè)因素之間的散點(diǎn)圖，并分析它們之間的關(guān)系。股價(jià)用上證A股指數(shù)表示，這樣可以減少人為因素對(duì)股票價(jià)格的影響，盡量將注意力集中在我們假設(shè)選用的自變量上。數(shù)據(jù)采用2012年和2015年上半年的月度數(shù)據(jù)，分析影響我國股市趨勢(shì)的因素。選取2012年和2015年7月的月度數(shù)據(jù)作為樣本。2.指數(shù)平滑時(shí)間序列預(yù)測(cè)模型3.選擇多項(xiàng)式回歸模型3.1變量選取通過向前向后逐步迭代回歸模型篩選出顯著性較強(qiáng)的變量進(jìn)行回歸建模。3.2顯著性檢驗(yàn)根據(jù)F值和p值統(tǒng)計(jì)量來判斷模型是否具有顯著的統(tǒng)計(jì)意義。3.3擬合預(yù)測(cè)使用得到的模型對(duì)實(shí)際數(shù)據(jù)進(jìn)行擬合和預(yù)測(cè)。4.分析得出結(jié)論得出各個(gè)自變量之間的關(guān)系，以及它們對(duì)因變量的影響及其經(jīng)濟(jì)意義。二、獲取數(shù)據(jù)及預(yù)處理獲取2012年1月到2015年7月的上證指數(shù)數(shù)據(jù)、貨幣供應(yīng)量、消費(fèi)價(jià)格指數(shù)、人民幣美元匯率和存款利率數(shù)據(jù)。繪制變量之間的散點(diǎn)圖。殘差分析可以用來檢驗(yàn)回歸模型的假設(shè)條件，即隨機(jī)誤差項(xiàng)是否獨(dú)立同分布，并找出離群點(diǎn)。我們可以使用命令語句plot(lm.1)來進(jìn)行分析，結(jié)果如下：par(mfrow=c(2,2))plot(lmmod)在左上圖中，我們可以看到除了第6個(gè)離群點(diǎn)外，其余點(diǎn)基本上是隨機(jī)地分散在縱坐標(biāo)值為-1和+1的兩條平行線之間，這說明隨機(jī)誤差項(xiàng)具有同方差性。左下圖是擬合值與殘差的標(biāo)準(zhǔn)差的散點(diǎn)圖，其意義與上面類似。右上圖表明隨機(jī)誤差項(xiàng)服從正態(tài)分布，因?yàn)檎龖B(tài)Q-Q圖近似地可以看成一條直線。右下圖的CooK距離圖進(jìn)一步證實(shí)第6個(gè)觀測(cè)值是一個(gè)離群點(diǎn)，它對(duì)回歸方程的影響是比較大的，要根據(jù)具體問題討論出現(xiàn)這一觀測(cè)值的實(shí)際背景。逐步回歸優(yōu)化可以使用逐步回歸法來建立“最優(yōu)”的回歸方程。我們可以看到在開始時(shí)AIC為478.32，然后使用x1、x2、x3和x4建立回歸方程。在第一步中，我們可以看到刪除x2可以使AIC降低至476.61。在第二步中，我們可以看到刪除x4可以使AIC降低至482.05。在第三步中，我們可以看到刪除x1可以使AIC降低至482.53。最后，刪除x3可以使AIC降低至487.86。SummaryofModelResults:Thesummaryofthestepmodmodelshowsthecoefficientsandresultsofthelinearregressionanalysis.Themodelusedtheformulay~x1+x3+x4,andthedatausedintheanalysisisnotprovided.Theresidualsrangefrom-539.93to471.56andhaveamedianof9.65.Thecoefficientsshowthatx1,x3,andx4haveasignificantimpactony.Theintercepthasanestimateof-3.669e+04andastandarderrorof8.237e+03.Thecoefficientforx1is3.792e-03withastandarderrorof9.977e-04,andthecoefficientforx3is5.228e+01withastandarderrorof1.081e+01.Thecoefficientforx4is8.928e+02withastandarderrorof2.621e+02.Thep-valuesforallcoefficientsarelessthan0.05,indicatingthattheyarestatisticallysignificant.TheadjustedR-squaredvalueis0.4367,indicatingthatthemodelexplains43.67%ofthevarianceinthedata.TheF-statisticis11.85,withap-valueof1.17e-05,indicatingthatthemodelissignificantoverall.Insummary,thestepmodmodelshowsthatx1,x3,andx4haveasignificantimpactony,andthemodelissignificantoverall.元匯率數(shù)據(jù)","人民幣存款利率數(shù)據(jù)")上證指數(shù)數(shù)據(jù)顯示，2012年1月至2015年7月，上證指數(shù)呈現(xiàn)出波動(dòng)上升的趨勢(shì)。貨幣供應(yīng)量數(shù)據(jù)顯示，2012年1月至2015年7月，貨幣供應(yīng)量整體呈現(xiàn)出增長(zhǎng)的態(tài)勢(shì)。居民消費(fèi)價(jià)格指數(shù)數(shù)據(jù)顯示，2012年1月至2015年7月，居民消費(fèi)價(jià)格指數(shù)整體呈現(xiàn)出緩慢上升的趨勢(shì)。美元匯率數(shù)據(jù)顯示，2012年1月至2015年7月，人民幣對(duì)美元匯率整體呈現(xiàn)出波動(dòng)下降的趨勢(shì)。人民幣存款利率數(shù)據(jù)顯示，2012年1月至2015年7月，人民幣存款利率整體呈現(xiàn)出先上升后下降的趨勢(shì)。其中，2012年至2013年底，存款利率一直維持在17.1%不變；2014年初至中期，存款利率有所上升，最高達(dá)到22.5%；2014年下半年至2015年初，存款利率有所下降，最低降至26%；2015年中期至7月底，存款利率再次下降至28.5%左右。首先，我們繪制變量之間的散點(diǎn)圖，以便了解它們之間的關(guān)系。我們可以使用R語言中的plot函數(shù)，并使用par函數(shù)將圖形排列在2x2的矩陣中。我們可以繪制貨幣供應(yīng)量數(shù)據(jù)和上證指數(shù)數(shù)據(jù)、居民消費(fèi)價(jià)格指數(shù)和上證指數(shù)數(shù)據(jù)、美元匯率和上證指數(shù)數(shù)據(jù)、人民幣存款利率和上證指數(shù)數(shù)據(jù)之間的散點(diǎn)圖。然后，我們需要表示時(shí)間序列。我們可以使用R語言中的xts庫來表示時(shí)間序列數(shù)據(jù)，并使用plot.ts函數(shù)來繪制上證指數(shù)數(shù)據(jù)的時(shí)間序列圖。我們還可以使用diff函數(shù)計(jì)算相鄰觀察值之間的差異，并使用rollmean函數(shù)計(jì)算移動(dòng)平均值。我們可以使用lines函數(shù)將移動(dòng)平均線添加到時(shí)間序列圖中。接下來，我們可以使用HoltWinters函數(shù)進(jìn)行預(yù)測(cè)。我們可以使用R語言中的forecast