【原创】r语言股票价格回归分析报告论文

论文题目：股票价格回归分析报告

摘要：主要思路为了准确的估计股票价格,了解股票的一般规律,更好的为资本市场提供参考意见和帮助股民进行投资股票作出正确的决策,本文从股票价格指数与整个经济环境角度出发,采用多元回归分析方法,应用月度时间序列数据,通过选取综合反映股票市场上所有公司股票价格整体水平的指标建立了线性回归模型,得出了股票价格趋势变动的影响因素.

关键词：回归模型；指数模型；股票价格；预测

一、引言

主要思路为了准确的估计股票价格，本文从股票价格指数与整个经济环境角度出发,采用多元回归分析方法,应用月度时间序列数据建立了线性回归模型,具体分析步骤：

1.关系分析

基于以上原理,为大致了解股票价格与诸因素之间的关系,先分别绘制股票价格与各个因素之间的散点图,并分析它们之间的关系.股价用上证A股指数来表示,这样可以减少人为因素对股票价格的影响,尽量将注意力集中在我们假设选用的自变量上.我们采用的数据是2012年和2015年上半年的月度数据,分析影响我国股市趋势的因素。之所以选取2012年和2015年7月的统计资料是基于以下两点考虑：中国股市发展时间较短,采用年度数据会因为样本量太小而使得回归分析失去意义;数据取得的存在较大难度,因季度数据不全而只能选取月度数据.因此选取2012年和2015年7月份月度数据作为样本.

2.指数平滑时间序列预测模型

3.选择多项式回归模型

3.1变量选取通过向前向后逐步迭代回归模型筛选出显著性较强的变量进行回归建模。

3.2显著性检验根据F值和p值统计量来判断模型是否具有显著的统计意义。

3.3拟合预测使用得到的模型对实际数据进行拟合和预测。

4.分析得出结论得出各个自变量之间的关系，以及它们对因变量的影响极其经济意义。

二、获取数据及预处理

获取2012年1月到2015年7月的上证指数数据,货币供应量,消费价格指数人民币美元汇率和存款利率数据

绘制变量之间的散点图

plot(data)

par(mfrow=c(2,2))

plot(美元汇率,上证指数数据)

plot(人民币存款利率,上证指数数据)

三、指数平滑时间序列模型预测

表示时间序列

## Jan Feb Mar Apr May Jun Jul

## 2012 263.670 19.925 240.655 131.620 245.665 368.020 ## 2013 -51.615 -156.545 69.235 -46.705 -329.040 -181.635 -2.555 ## 2014 -65.535 87.565 79.200 37.740 -157.900 -118.655 59.360 ## 2015 -50.230 142.300 -11.580 -25.710 47.830 -92.995 -115.865 ## Aug Sep Oct Nov Dec

## 2012 -130.350 -216.610 125.145 163.415 44.480

## 2013 145.310 5.895 236.405 97.135 -142.555

## 2014 -176.755 -108.775 -71.055 32.655 -149.320

## 2015