文档介绍：辽宁工业大学
时间序列分析课程设计
题目:罗美药业股票收盘价的分析与预测
院(系): 经济学院
专业班级: 统计学 091
学号: 090707024
学生姓名: 张帆
指导教师: 姜健
教师职称: 教授
起止时间: —
课程设计任务及评语
院(系):经济学院教研室:统计教研室
学号
080707024
学生姓名
张帆
专业班级
统计学091
课程设计(论文)题目
罗美药业股票收盘价的分析预测
课程设计(论文)任务
任务:
对罗美药业股票在2010年1月3日至2011年12月16日的共472个数据,建立模型模型,并对其后五日收盘价格进行预测。
要求:
1、画出时间序列的时序图,粗略判别数据是否平稳;
2、利用平稳性判别理论,判别序列的平稳性;
3、模型拟和
4、进行相应的检验
5、预测未来5日的收盘价格
6、撰写设计报告。
指导教师评语及成绩
成绩: 指导教师签字:
年月日
摘要
股票分析是根据股票行情的发展进行的对未来股市发展方向以及涨跌程度的预测行为。这种预测行为只是基于假定的因素为既定的前提条件为基础的。但是在股票市场中,行情的变化与国家的宏观经济发展,法律法规的制定,公司的运营,股民的信心等等都有关联。因此所谓之预测难于准确预计。收盘指数预测是运用了时间序列为主要思想对股票发展进行的简单的预测。
本文运用专业课程《应用时间序列分析》的知识,对罗美药业2009年9月18日至2010年12月17日收盘情况运用SPSS统计软件对数据进行分析,时序图和自相关图的平稳性检验,对原序列进行差分运算,再对差分序列进行平稳性检验,然后对平稳厚的差分序列进行白噪声检验,对平稳非白噪声差分序列的ARIMA模型拟合,模型检验,以及模型预测。
关键词:罗美药业;收盘价分析与预测;ARMA模型
目录
5
2. ARIMA模型建模 6
6
6
6
6
8
8
10
10
11
ARMA模型预测 12
13
附录 14
参考文献 19
随着社会经济的不断发展,越来越多的集体甚至个人都参与到股票的投资当中,希望在保值的前提下使得财富增值。但因股票的波动性和风险性,因而股市中股票价格的形成机制是个很具吸引力的研究课题。时间序列分析是预测股票价格走势的方法之一,应用数理统计方法加以处理,以预测股价未来的走势。,发行后总股本增至11500万股。
近年来,集团公司大力调整产业结构,逐步淘汰一批技术含量低、效益差的产品,同时确定了以开发、生产高科技含量、高附加值、适销对路的新产品为目标的发展思路,取得了良好的经济效益和社会效益,现已发展成为医药行业的龙头企业。本文,对罗美药业2010年1月04日至2011年12月16日收盘价格情况进行分析及预测未来5天走势。
ARIMA模型建模
自回归移动平均模型(Auto-regressive moving-average model,简称ARMA模型)。它是一种精度相当高的短期预测方法,而且不需要事先假定数据存在着一定的结构或模式,而是从数据本身出发来寻找可以较好描述数据的模式,从而可以保证模型与数据拟合较好。
若时间序列为它的当前和前期的误差、随机项以及前期值的线性函数,可以表示为:
2009年9月18日—2010年12月17日美罗药业收盘价格序列见附录。根据附录
序列时序图
时序图较为清晰的显示了收盘价有趋势性和季节性趋势,显然该序列不是平稳序列。
为了进一步确定序列的平稳性,利用平稳性判别理论自相关图来判别序列的平稳性。。
滞后
Box-Ljung 统计量
自相关
标准误差a
值
df
1
.974
.057
1
.000
2
.946
.057
2
.000
3
.922
.057
3
.000
4
.891
.057
4
.000
5
.863
.057
1