Matlab自适应均线_基于MATLAB的自回归移动平均模型(ARMA)在股票预测中的应用

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