基于
MATLAB
的自回归移动平均模型
(ARMA)
在股票预测
中的应用
翟志荣
,
白艳萍
【摘
要】
利用时间序列在
t
时刻的有效观测值去预测在某个未来时刻
t+l
的值,
并建立自回归移动平均
(ARMA)
模型,以
MATLAB
为工具,亚泰集团
360
个交
易日的数据作为样本,预测
10
天股市的收盘价;并与含有一个隐含层的
BP
网
络模型进行对比,结果表明自回归移动平均
(ARMA)
模型算法对短期股价预测
的精度较高
.
【期刊名称】
山西大同大学学报(自然科学版)
【年
(
卷
),
期】
2010(026)006
【总页数】
3
【关键词】
ARMA
模型
股票预测
BP
神经网络
MATLAB
一直以来股市就变化莫测,而且越来越多的人研究其运行的规律,目的是为了
预测股市未来的发展
.
但是影响股市变化的因素太多,这使得从理论上彻底弄清
楚股市的变化变得更加困难
.MATLAB
在建模预测新兴市场的金融危机、建立和
验证模型等方面有着极其重要的作用
.
因此,研究股票的预测能够指导投资者进
行有益的投资,这不仅可以为个人提供利润,更可以为国家经济的发展做出贡
献
.
本文主要采用的预测方法为时间序列分析法,此方法主要是通过建立综合指数
之间的时间序列相关辩识模型
.
时间序列分析的研究对象是一系列随时间变化而
又相互关联的动态数据
.
时间序列模型包括
3
种基本类型:自回归模型、移动平
均模型、以及自回归移动平均模型
.
对于上述的模型,
MATLAB
中都有专门的函