股票价格预测的最优选择模型

被引：10

作者：

贺本岚

机构：

[1] 重庆工商大学数学与统计学院

来源：

关键词：

上证指数; 时间序列; ARIMA模型; ARCH模型;

D O I：

10.13546/j.cnki.tjyjc.2008.06.058

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

文章首先介绍了我国学者对股票价格指数的研究现状,并阐述了时间序列分析中两种常见的模型:自回归移动平均(ARIMA)模型和条件异方差(ARCH)模型。然后分别对上证指数近八年的346个有效收益数据进行建模,并对未来三个月的收盘价进行预测。结果表明,ARCH模型的整体预测效果优于ARIMA模型。

引用

页码：135 / 137

页数：3

共 4 条

[1] 神经网络与时间序列模型在股票预测中的比较 [J].

王波 ;

张凤玲 .

[2] 时间序列模型对深证成指的预测分析 [J].

张雅 ;

肖冬荣 ;

陈科燕 ;

王东 .

[3] 我国股价指数的时间序列模型研究 [J].

黄永兴 .

[4] 我国上海股票市场GARCH效应实证研究 [J].

徐绪松 ;

马莉莉 ;

陈彦斌 .