基于時(shí)間序列模型的股票走向預(yù)測

邵振東 黎涵予 陳柯潔 王一帆

摘要：研究證券市場波動(dòng)的規(guī)律性，分析引起市場波動(dòng)的成因，是證券市場理論研究和實(shí)證分析的重要內(nèi)容，也可以為投資者、監(jiān)管者和上市公司等提供有跡可循的依據(jù)。本文采用時(shí)間序列模型預(yù)測股票未來一段時(shí)間的走向，此模型中使用差分的方法將股票的收盤價(jià)平穩(wěn)化，通過收盤價(jià)的ACF（自相關(guān)）與PACF（偏自相關(guān)）圖去判斷處理后的收盤價(jià)是否符合要求，最后通過MATLAB結(jié)合現(xiàn)現(xiàn)有數(shù)據(jù)的股票指數(shù)波動(dòng)實(shí)現(xiàn)對該股未來一年指數(shù)波動(dòng)的預(yù)測。

關(guān)鍵詞：股票預(yù)測;時(shí)間序列模型;MATLAB;差分

0?引言

隨著信息技術(shù)迅猛發(fā)展，各行業(yè)數(shù)據(jù)庫中儲(chǔ)存的具有時(shí)間標(biāo)簽的數(shù)據(jù)越來越多，這些數(shù)據(jù)隨時(shí)間的推移規(guī)模越來越大，例如，醫(yī)院計(jì)算機(jī)系統(tǒng)中存放的，關(guān)于病人的病情診斷、用藥等跟蹤信息;股市中股票隨時(shí)間的交易數(shù)據(jù)等[1]。通過時(shí)間序列模型，利用其中的一些交易數(shù)據(jù)就可以預(yù)測股票的未來走勢，該方法可為投資者提供建議、規(guī)避風(fēng)險(xiǎn)。

1?時(shí)間序列模型介紹

時(shí)間序列是按時(shí)間次序排列的隨機(jī)變量。如股票成交量的變動(dòng)，開盤價(jià)與收盤價(jià)的浮動(dòng)，任何時(shí)間序列經(jīng)過合理的函數(shù)變換后，都可認(rèn)為是由三個(gè)部分疊加而成，即：趨勢項(xiàng)、周期項(xiàng)、隨機(jī)噪聲項(xiàng)。通過對三個(gè)部分的拆分與預(yù)測，即可完成模型。

2?模型建立及求解

2.1 模型建立

在實(shí)際中遇到的時(shí)間序列往往有三個(gè)特性：趨勢性、季節(jié)性與非平穩(wěn)性，我們主要采用 Box- Jenkins 方法，即差分方法，有時(shí)還要用時(shí)間序列的變換方法，消除其趨勢性、季節(jié)性， 使得變換后的序列是平穩(wěn)序列[2]，并假設(shè)為 ARIMA 序列，再用上面介紹的方法去研究。

2.2 模型數(shù)據(jù)

我們在網(wǎng)上隨機(jī)選取一支股票近一年多的收盤價(jià)，數(shù)據(jù)只做參考。

2.3 模型求解

首先我們采用MATLAB將這支股票的收盤價(jià)導(dǎo)入，觀察現(xiàn)有數(shù)據(jù)的股票指數(shù)波動(dòng)，

（2）確定ARIMA模型預(yù)測需要確定的三個(gè)參數(shù)，p、d、q，其中d是用差分法來確定需要幾階差分，差分運(yùn)算可以使一類非平穩(wěn)序列（即帶有趨勢性的序列）平穩(wěn)化。 如果 1 階差分還不能使時(shí)間序列平穩(wěn)化，還可以進(jìn)行 2 階差分，3 階差分，直至第d 階 差分，后將序列化為平穩(wěn)序列。q用ACF圖求得，p用PACF圖求得，先用代碼得出原始數(shù)據(jù)的ACF與PACF。

（3）對股票收盤數(shù)據(jù)進(jìn)行一階差分，觀察數(shù)據(jù)平穩(wěn)性。從而確定d的值。差分后，得出原始數(shù)據(jù)差分后的ACF與PACF

（4）根據(jù)原始數(shù)據(jù)差分后的ACF與PACF，得出p和q的值，進(jìn)而對模型進(jìn)行驗(yàn)證。

（5）對模型進(jìn)行未來一年的預(yù)測，得出未來一年股票指數(shù)可能波動(dòng)的范圍 ，從而提供合理的選股方案。如圖3所示

3 討論

3.1結(jié)果分析

雖然置信度在95%的區(qū)間預(yù)測范圍較大，但是也能夠?yàn)橥顿Y者提供一定的參考信息。該模型在進(jìn)行短時(shí)間的預(yù)測時(shí)更為精準(zhǔn)，時(shí)間序列在股票市場的應(yīng)用還處于上升階段，隨著這種智能化分析方法的進(jìn)步，預(yù)測范圍也將繼續(xù)縮小，預(yù)測精度會(huì)進(jìn)一步提升。

3.2模型完善

時(shí)間序列分析預(yù)測突出了時(shí)間在模型中的重要性，但往往預(yù)測對象的發(fā)展會(huì)受到很多因素的影響，并不能簡單的將所有影響因素歸結(jié)到時(shí)間上。因此在做股票走向預(yù)測中，可以將量和質(zhì)的分析方法同時(shí)結(jié)合到一起，從質(zhì)的角度充分的研究對股票未來走向的各種因素有哪些，并在各種因素的基礎(chǔ)上得出更為準(zhǔn)確的預(yù)測值。

參考文獻(xiàn)

[1]李?yuàn)^華，趙潤林.一種基于時(shí)間序列分析的股票走勢預(yù)測模型[J].現(xiàn)代計(jì)算機(jī)，2016，（20）：14-17. DOI：10.3969/j.issn.1007-1423.2016.20.003.

[2]何建.時(shí)間序列的長記憶性研究及其實(shí)證分析[D].四川：電子科技大學(xué)，2006. DOI：10.7666/d.Y879877.

作者信息：

邵振東（2001-），男，漢，河北省邯鄲市，本科，研究方向：飛行器適航技術(shù)

黎涵予（2000-），男，漢，四川省內(nèi)江市，本科，研究方向：飛行器適航技術(shù)

陳柯潔（2001-），男，漢，四川省成都市，本科，研究方向：道路與橋梁

王一帆（1999-），男，漢，四川省宜賓市，本科，研究方向：飛行器適航技術(shù)