股票预测模型

1、承 诺 书竞赛章程和全国大学生数学建模竞赛参 我们完全明白，在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网 上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。章程和参赛规则的，如果引用别人的成果或 其他公开的资料(包括网上查到的资料)，必须按照规定的参考文献的表述方式在正文 赛规则，以保证竞赛的公正、公平性。如有 示(包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等)。我们参赛选择的题号是(从 A/B/C/D 中选择一项填写)：我们的报名参赛队号为(8 所属学校(请填写完整的全名)：参赛队员 (打印并签名) ：1.(论文纸质版与电子版中的以上信息必须

2、一致，只是电子版中无需签名。以上 赛区评阅编号(由赛区组委会评阅前进行编号)：编 号 专 用 页赛区评阅编号(由赛区组委会评阅前进行编号)：赛区评阅记录(可供赛区评阅时使用)： 评阅人全国统一编号(由赛区组委会送交全国前编号)：全国评阅编号(由全国组委会评阅前进行编号)：121.问题的重述特别， 国有企业改革、推动我国经济结构调整和技术进步方 。 同时也受风险投资者(机构、散户)对企(行)业成长环境的评估与发展前景的预判等 同投资者基于市场投机的利益博弈，有时成为证券交易市 性质。所谓“牛市”，也称多头市场，指多数上市公司的股票的行情(交易价格)普遍 “熊市”则正好相反，也称空头市场，指行情普

3、遍看 B个交易日数据)，不难 建模分析，我们希望在如下方面得到有价值的结 的一些主要经济发展数据指标，给出上证指数目前的合理估值；4) HP3 与 HP4 在适宜的时间跨度下，显示出极强的相似性，升也匆匆，落也念与心理意识，两次过山车行情的心理把握与介入 股市行情与外围经济发展的支撑数据关联也有很大差 ，我们通常认为，系统的大范围坍塌必然可以从一些3望能从一些个别上市公司的交易数据的奇异 前兆的预警方法。比方给出类似一轮行情延续的时限 (显然能做到最切近的提示是最有价值的)和冲高的幅值等的预判；2.问题的分析格风险。对于多种股票的价 因素，并根据这些因素，结合相关数据的建 势。同时，搜集了我国

4、的一些主要经济发展数据指标，并 2.1 问题(1)的分析观察近 25 年来的股票交易历史数据，有波峰，有波谷，震荡起伏，体现出一定的 2.2 问题(2)的分析 具体操作是采用？散点图？的方法，显著性水平为0.05，同时通过计算相关系数 2.3 问题(3)的分析 matlab关键的影 2.4 问题(4)的分析股票市场这个现实的系统中，以？为输4？方程，约束条件有？，系统的目标在于通过一些 2.5 问题(5)的分析 机性、平稳性以及周期性等因素的分析，将这些单日股指 对此我们运用了自回归积分滑动平均模型(ARIMA 模型)，以时间序列的自相关分 和作差分”等平稳化处理，既考虑了股票指数在时 动的干

5、扰性。除此之外，结合了？参数估计，通 。3.模型的假设1)假设股票交易市场是一个线性时不变系统2)假设当任意两支大盘股相关度足够高(大于？)时，可以以其中一支为基础 54.变量假设符符号 表示的内容65.模型的建立与求解5.1 问题(1)的模型建立与求解 5.2 问题(2)的模型建立与求解表格 1 道琼斯股票指数历史收盘数据7沿用问题(1)的模型，解题说明如下：5.3 问题(3)的模型建立与求解 。8表格 2 我国主要的经济发展指标 分析典型相关分析主成分分析 (1) t 和 u 应尽可能大地携带它们各自数据表中的变异信息；(2) t 和 u 的相关程度能够达到最大。 如果回归方程已经达到满意

6、的精度，则算法终止；否则，将利用 X 被 t 解释后的残余信 息以及 Y 被 t 解释后的残余信息进行第二轮的成分提取。如此往复，直到能达到一个较 满意的精度为止。若最终对 X 共提取了多个成分，偏最小二乘回归将通过施行 yk 对 X 的这些成分的回归，然后再表达成 yk 关于原自变量的回归方程。95.4 问题(4)的模型建立与求解的 B 题参考数据-601318 文档中平安证券自 20070301-20150717 我们发现，该曲线的数据震荡变化态势大体类似于题目中“图 B1：上证指数历史 数据图(19901219-20150717，共 6013 个交易日数据)”的变化走势。通过其相关矩阵

7、指数”中有所窥见，通过已有的数据，我们可以采 5.5 问题(5)的模型建立与求解q p 部分随机数据用时间序列 yt 来表示。)验1)平稳性的时序图检验yt 图谱是否围绕着一个常数附近作随机波动，波动幅度范围是否 2)平稳性的自相关图检验 对时间序列 yt 进行若干次差分，可使序列平稳化。YADF分后的序列为平稳时 数图也要 y = Q y + Q y + + Q y + 9 9 9 t 1 t 1 2 t 2 p t p t 1 t 1 2 t 2 q t q(B)y = (B)ttt1 2 p q令ARMA(p,0)即AR(p): C(B)y =ctttARMA(0,q)即MA(q): y =o(B)ctttC(B)条d y =o(B)cttt要的说明 t 1 t+l _1 p t1 t+l _q t t_1 对于 ARMA(p,q)模型，我们可以得到yt+l 预测的 95%的置信区间:6.模型的评价及推广模型 1，问题(1)和(2)都采用，模型 1，问题(1)和(2)都采用，7.对中国股市发展的政策建议1)对 1990-2015 年以来已有的股市大盘综合指数变动趋势的分析、总结2)根据上文 4 个模型的研究，对今后一段时间(约 100 天内)股指数大体走势的 3)结合股市走势的预测为政府及相关部门提出经济