第三组计算金融股票预测

1、单击此处编辑母版文本样式第二级第三级第四级第五级*单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式*单击此处编辑母版文本样式第二级第三级第四级第五级*单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级*单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级*单击此处编辑母版标题样式贵州茅台收盘价预测 -第三组小组成员：覃秋霞 曹静娴 董琴丽 夏秋荻 谢冰晶 李恩石 辛澜谧 数据的统计特征分析meanharmmeangeomeantrimmean集中趋势的测度 202.58203.772203.8511321

2、759 203.9125925925926median 203.93 193.13mode stdvariqrvm0离中趋势的测度33.3448.097499999999997 22.069999999993 5.77444 range 100%100峰度系数-2.171788763336678变异系数-0.028315794562917偏度系数-0.080584692224578二阶中心距-32.1943586206896411234峰度与偏度的测度偏度s0,即数据分布呈正偏，但是s接近于0，即可以认为分布是近似对称的。 峰度系数k3,表明数据为平峰分布。而且3-k=0.828211237,

3、故此数据分布偏离正太分布的程度比较小。四分位差反映了处于有序数据中间位置上50%的数据的绝对离差，四分位差较小表明数据分布较集中。 相关统计量的简单分析收盘价走势图第二部分：模型的建立1平稳性检验2差分3模型的识别3模型的定阶与参数估计均值E(Xt)=203.9300方差Var(Xt)=33.344协方差Cov(Xt,Xt+k)与时间有关 方法一方法二平稳性检验通过该时间序列的时间路径图粗略判断：在不同时间段具有不同的均值，并且呈持续上升的趋势非平稳一阶差分二阶差分三阶差分差分平稳ACF拖尾PACF拖尾模型的识别Yt=0.9126Yt-1+0.4605Yt-2+t-0.4386t-1-0.56

4、14t-2Yt=1.716Yt-1+1.17Yt-2+0.4479Yt-3+t+0.2983t-1-0.7017t-2Yt=1.015Yt-1+0.3539Yt-2+0.1147Yt-3+t-0.5399t-1-0.9046t-2+0.6353t-3p=3,q=2P=3,q=3模型的定阶与参数估计 p=2,q=2对于模型的定阶选取数据先利用matlab画出一阶差分数据的偏相关系数和自相关系数的图形选取数据由图形发现一阶差分后数据虽然平稳了，但平稳性并不高，继续采用二阶差分数据进行画图。定阶由图形显示二阶差分数据已经适合于模型估计，所以采用二阶差分数据。从图中看到自相关系数图拖尾，并且偏相关系数

5、图截尾，且n=14后开始控制在置信区间内，因而采用AR（14）模型得出模型利用matlab的ar函数得到模型Matlab用predict函数预测的后九天二阶插分的值计算推出一阶插分值及股票价值-2.29072.2613-0.63612.0504-1.047-0.4951.50430.54911.1194210.5393212.8006212.1645214.2149213.1679212.6729214.1772214.7263215.8457与实际值比较，算出残差平方和95.86704预测及分析1234主要步骤跟实际收盘价进行比较算出残差对预测值与实际值的偏离做分析利用AR模型进行预测得到之

6、后10日的数据模型的选取AR进行了2次差分,偏相关系数图截尾,因此选择AR模型.ARMA进行了3次差分, ARMA的预测，特别是MA部分的阶次高的模型，由于噪声模型的存在，AR部分的预测误差都被转化为噪声值，并在下一步的预测中被补偿到预测输出值中，会出现预测曲线是原曲线后移的现象。评析1评析2AR与MARA之间的选择预测与实际的对比计算出残差平方和为95.86704最后一天的预测结果与实际收盘价相差非常大AR模型是一种线性预测，即已知N个数据，可由模型推出第N点前面或后面的数据（设推出P点）但股市是非线性的AR把数据变得平稳的过程中使用的后一项减前一项的差分，检验平稳了但是方差很大，可以尝试z(i) = log(x(i)/x(i-1)/(i-(i-1)从AR模型本身来看从宏观经济形势上来看4月27日之前欧债危机没有恶化，外围股市在4月16到27号之间表现比较稳定，没有重大利空五一放假之前，不会出现不利股市的政策，而且一直有降准的预期，所以实际情况是稳中有升从公司基本面来看 贵州茅台2012年1季度实现营业收入60.16亿元,同比增长42.