基于R的金融收益的分析和预测

研究目的：根据上证综合指数历史收益率数据（2016.1.5-2018.4.4），对其收益进行分析和预测。

**分析思路：**读取数据—平稳性检验—白噪声检验（代码同上，此处不再赘述）–ARIMA模型拟合—序列预测。

预备知识1：ARIMA模型拟合指令arima(x,order=c(p,d,q),method=c(“ML”,“CSS”),include.mean)
其中:x—带估计序列；
Order—指定模型阶数；其中，P为自回归阶数；d为差分阶数，若为平稳序列，则不需要差分即d=0；q为移动平均阶数。
method—估计方法。method =CSS-ML，系统默认的是条件最小二乘估计和极大似然估计的混合方法；method =ML，极大似然估计；method =CSS，条件最小二乘估计；
include.mean—是否包含均值项，即估计结果中的intercept项。系统默认含有常数项。

本案例中的R语言代码：
（1）读取数据，画出时序图。

d=read.table("C:\\Users\\Administrator\\Desktop\\数据.txt",header=T) #导入数据
shouyi=ts(d) #转化为时间序列数据
plot(shouyi)   #作时序图。通过时序图，发现该序列大致平稳时间序列。

（2）进一步的，对序列进行ADF单位根检验，判断其平稳性。

library(fBasics)
library(fUnitRoots)
#对序列进行ADF单位根检验。下载并安装“fUnitRoots”包，用library函数进行调用。该程序包中的adfTest函数可以很便捷的进行单位根检验。
for(i in 1:3)print(adfTest(shouyi