股票指数的时间序列模型分析

被引：17

作者：

孙宏义 ^{[1
]}

陈平 ^{[2
]}

朱梅 ^{[3
]}

陈建丽 ^{[4
]}

机构：

[1] 安徽工程科技学院应用数理系

[2] 东南大学数学系

[3] 北京大学数学科学学院

[4] 南京工业大学数学系

来源：

数学的实践与认识 | 2006年 / 08期

关键词：

股票指数; 时间序列; 状态空间模型; Kalman滤波;

D O I：

暂无

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

借助于SA S软件将工程中的K a lm an滤波方法与时间序列的状态空间模型结合对上海A股指数进行了拟合与预测分析,通过对拟合与预测误差的计算可以发现这种模型是可行的;然后还把与滤波结合的状态空间模型的分析结果和常见的时间序列模型如:AR IM A模型、逐步自回归模型以及指数平滑模型的分析结果进行比较,比较的结果说明结合滤波的状态空间模型分析的结果比后三种的结果更加精确.结果为时间序列数据分析提供了一个较好的分析工具.

引用

页码：52 / 58

页数：7

共 10 条

[1]

时间序列分析.[M].(美)詹姆斯D.汉密尔顿(JamesD.Hamilton)著;刘明志译;.中国社会科学出版社.1999,

[2]

SAS系统SAS/ETS软件使用手册.[M].高惠璇等编译;.中国统计出版社.1998,

[3] 运用SAS软件对上证指数月线数据的综合预测分析 [J].