时间序列对股价分析的一些运用探讨

时间序列对股价分析的一些运用探讨Discussion on some application of time series analysis of stock pr

ice

中文摘要

股票是股份公司发公司筹集资金而发行的一种有价证券，股东持有这些有价证券并以此得到公司的股息和利润分红。一股票都表示股东拥有一个基本单位的持有股票的公司所有权，一只股票代表了一家上市公司。因此，能够发行股票的都是上市公司。股东对于公司所有权的比重由取决于拥有的该公司总股本的份额来决定。随着我国国民收入的不断提高和我国资本市场的告诉发展，越来越多的将手上的资金投入到股票市场中获得高额回报来增加自己的收入。但是高额的回报也伴随着高风险，股票的价格每时每刻都在发生变化，因此股票市场是一个极为复杂的金融市场，投资者就需要找到股票价格发生变化的内在规律来规避风险，把握投资的时机，而活儿理想的回报。股票股价预测有着极大的潜在经济利益，同时作为一个世界性的难题，全球许多金融学家想尽方法对股价进行研究。在20世纪70年代Fama发表了著名的有效市场假设，他提出股票价格是不能够预测的因为认为股价变化是随机的，分析股票价格的变化信息并不能够给投资者带来更多的利润。然而，通过专家们的不断研究发现这一说法并不正确。PeterS在90年代提出的分形市场假说有效的让我们了解到股票市场的波动规律，指出影响投资者投资时间和尺度很大的取决于对于股票市场信息的有效分析，认为股票价格是可以通过分析预测的，因为股票市场作为一个稳定市场存在分析结构。本文在认为估价师可以预测的前提下,

本文系统阐述了股票价格预测的各种方法，既包括传统的基本分析以及技术分析等方法，也包括基于时间序列分析的AmMA和GARCH模型等现代预测方法，当然由于影响股票价格的因素众多，不可能用一种简单的模型或方法就能够完全预测其未来的涨跌情况。本文的创新之处主要体现在所采用的预测方法上，文献中常见的是用GARCH模型来对收益率的波动率进行估计，本文尝试使用GARCH模型和A租MA模型对股价波动趋势进行短期预测。首先利用7日移动平均方法对上证指数日收盘价数据进行了适当的降噪处理，然后对此趋势序列进行了ARIMA建模和GARCH建模分析，并利用所建立的模型进行了短期趋势预测，发现有较好的短

期预测效果，对提醒投资者注意风险以及帮助投资者把握买卖时机上有较强的现实意义和一定的实用价值。

关键词：时间序列股价预测灰度理论

第一章绪论

股票是股份公司发公司筹集资金而发行的一种有价证券，股东持有这些有价证券并以此得到公司的股息和利润分红。一股票都表示股东拥有一个基本单位的持有股票的公司所有权，一只股票代表了一家上市公司。因此，能够发行股票的都是上市公司。股东对于公司所有权的比重由取决于拥有的该公司总股本的份额来决定。随着我国国民收入的不断提高和我国资本市场的告诉发展，越来越多的将手上的资金投入到股票市场中获得高额回报来增加自己的收入。但是高额的回报也伴随着高风险，股票的价格每时每刻都在发生变化，因此股票市场是一个极为复杂的金融市场，投资者就需要找到股票价格发生变化的内在规律来规避风险，把握投资的时机，而活儿理想的回报。股票股价预测有着极大的潜在经济利益，同时作为一个世界性的难题，全球许多金融学家想尽方法对股价进行研究。因此一级市场功能是:为资金需求者提供筹措资金的渠道；为资金供应者提供投资机会，实现储蓄向投资的转化；形成资金流动的收益导向机制，促进资源配置的不断优化。（1）发行市场是一个抽象市场，其买卖活动并非局限在一个固定的场所。（2）发行是一次性的行为，其价格由发行公司决定，并经过有关部门核准。投资人以同一价格购买股票。投资人都以相同的价格购买股票。

二证券交易市场也称证券流通市场(Security Market) 、二级市场（Secondary Market）、次级市场，是指对已经发行的证券进行买卖，转让和流通的市场。在二级市场上销售证券的收入属于出售证券的投资者，而不属于发行该证券的公司。二级市场是一个资本市场，使已公开发行或私下发行的金融证券买卖交易得以进行。换句话说，二级市场是任何旧金融商品的交易市场，可为金融商品的最初投资者提供资金的流动性。这里金融商品可以是股票、债券、抵押、人寿保险等。二级市场在新证券被发行后即存在，有时也被称做“配件市场”（aftermarket）。一旦新发行的证券被列入证券交易所里，也就是做市商（market maker）开始出价和提供新证券之后，投资者和投机客便可以比较轻易地进行买卖交易。各国的股票市场一般都是二级市场。与美国等西方国家比较，抵押贷款、人寿保险等金融产品的二级市

场在中国基本上还没有形成。本文中所提到的股票市场皆为二级市场，即股票交易流通市场。。本文中所提到的股票市场皆为二级市场，即股票交易流通市场。

第一节研究的背景和意义

一、研究背景

股票市场现在已经成为了我国金融交易一种重要的交易方式，与我国国民经济发展联系紧密，而股票现在已经成为资本证券化的一种工具，同事也成为了虚拟资本的代表，因此上市公司可以方便地在股票市场进行融资。从普通层面上看，股票市场表现出它的无序性，或者说没有明显的规律性，所以它的变化似乎是不可预测的。许多经济学家穷尽心力对股票市场进行研究，并且想出多种数学模型来对股票市场进行简化，希望以此来了解股票市场潜在的规律性。长时间来，人们从未停止过对股票价格变化规律的探究。

自从金融市场以及股票市场的出现以来，金融学家们研究出了各种的分析方法及模型。尽管研究出的方法多种多样，但我们从这些方法研究的出发点和分析对象可以得出它们可以分为技术分析和基本分析两类。通过研究并发现影响股票价格的一些因素，从而正确定位股票的价格，然后从市场上找出那些被错误定价的股票，股东将其买入并长时间持有，一直到这些被错误定价的股票达到它的正确价值，这种分析方法称为基本分析法。得到并对股票价格的历史数据进行分析，然后通过图表、技术指标等方法来找到股票价格波动的内在规律，从而找到股票的最佳买入和卖出的最佳时机。

随着各种数学理论研究的发展和分析工具开发，各种基于时间序列分析的对于股票价格预测的研究，也出现了各种各样的方法。他们的共同点就是先做出金融时间序列预测的模型。时间序列分析法是统计研究一个重要分支。时间序列分析法就是对进行研究的事物在各种时刻生成的不同数据进行探讨，来找出研究的事物变化的规律。一般的的时间序列分析方法有指标法、模型法、图表法。目前我们对时间序列进行研究一般是通过模型法，模型法是通过事物的具有变化规律的数据，构造出事物的依时间变化序列模型，通过构造的模型来预测未来的变化。模型法的模型形式通常表现为一个或者一个数学方程组。这又让模型法体现出它的简洁性，对于我们进行下一步的处理、推导以及进行应用提供了方便。许多的对于时间序列分析模型如ARCH模型，GARCH模型还有ARMA模型等都在对于金融时间序列预测体现出极大的作用。其中的ARCH模型准确的找出了金融波