基于上证指数的标准差系数时间序列预测模型分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2 0 1 3 年7 第 6 期 ( 总第3 7 期)
吉 林 金 融 研 究
N o . 6 , 2 0 1 3
Ge n e r a l No. 3 7 7
基 于 上证 指 数 的标 准 差 系数 时 问 序 列
预 测 模型 分析
刘希原
( 北方工业大学 ,北京 1 0 0 1 4 4 )
数据介绍
本文所用数据来 自于上证指数2 0 0 8 年l 2 月到
收稿 日期 :2 0 1 3 — 0 5 —1 5 作者简介 :刘希原 ,男 ,汉族 ,本科 ,北方工业大学理学 院
6
。
基 于 上 证 指 数 的 标 准 差 系 数 时 间 序 列预 测 模 型 分 析
( 续表 ) 分 铜 1 一 (((C 掀 掀 C} 0 Ⅻ埘 0 O } 0 0 O { O 埘 0 0 } 0 O 拟埘 1 } 1 l ⅫⅫ捌埘 1 } 1 1 l } 1 1 l } l 1 Ⅻ 2 【
对历 史数据 的分析 ,完全有可能通过时间序列的 预 测功能得到未来某时点上 的标准差系数值 ,从
而对 未来短期 内股票市场总体风 险有可量化 的估
表1 上证指数收盘价标准差 系数统计数据
计。这就为金融监管者提供 了一种对金融市场风
险的直观认识 ,以期在危机到来之前做好准备 。
一
、
( 3 )
C o v ( , , , / I , * ) = E ( ( 一 ) ( / 1 , 。 一 ) ) =y ( t , t - k ) , 耳 口 随
机 过程两个 间隔为k 的随机 变量 间的协方差 只与
间隔k 有关 ,与两变量所处 的时点t 无关。这 些是
从 数学 角度 的验证 标 准 ,我们 在进 行 严格 验证 之前往往可 以通过序列 图的形状初 步判 断 ,一般 地 ,平稳 时间序列 的序列 图如果为一条 围绕其 均
金融市 场周期性 的危机 引起全世界 的关注 。 无论是经济学家 ,统计学家 ,还是金融数学家 ,
2 0 1 2 年1 月每月 的全部交易 日收盘价 , 由于股票价 格指数的时 间序列 的每月均值和方差都在变化 ,
都在尽最大努力开发各种金融风险预警 指标和方 本文将不直接使用每月 的全部交易 日收盘价 的方
交易 日收盘价 的标 准差系数进行研究 ,运用ARI MA时间序列技术 ,得 出预测模 型 ,对未来 的标准
差 系数进行 了预测 。
关键词 :上证指数 ;AR I MA时间序列 技术 ;标准差 系数
中图分Biblioteka Baidu号 :F 8 3 2
文献标识码 :A
文章编号 :1 0 0 9—3 1 0 9( 2 0 1 3 )0 6 - 0 0 0 6 - 0 7
c o n . r c n/C O r p /go. php /vM S— — Ma r ke t Hi s t o r y/
垛
3
s t o c k i d / 0 0 0 0 0 1 / t y p e / S. p h t ml
蜷
2
二 、时间序 列中A R I M A 模 型的建立
摘 要 :证券市场 的风险可 以通过很多种方式测度 出来 ,其 中 ,稳 定性是衡量股票市 场风险程 度的
一
个重要 的指标 ,而对于 稳定性 的度量主要是通过方差 的计 算来实现的 。所 以通过预 测方 差就可 以
提供 另一种描述股 票市 场未来风险的方式 。本文通过对上证 指数2 0 0 9 年3 月 ̄2 0 1 2 年1 月每 月的全部
法 ,以求规避风 险。以往人们研 究金融市场时总 差来进行分析 ,而是先对原始收盘价数据求完方
是 倾 向于把 股票 价格 的概 率 分布 描述 成 正态 分 差后 ,再计算 出每月全部交易 日的均值 ,通过这
布 ,可 是本 文在 分析 数据 时发 现 ,股 票 价格 的 两个数据得 出标准差系数 ,数据来 自新浪 网的上 标准差系数是上下随机波动 。基于这 一点 ,通过 证指数历史数据 ,它们 的标准差系数数据如 下 :
( 一) 序列 图描述
、
l
值上 下 波动 的 曲 线 ,则 可 以认 为它 是 平稳 时 间
序列 。由本文 中的数据得到 的时间序列 图如 下图
l :
2 0 0 8 年l 2 月 2 0 1 2 年1 月上 证 指数 收 盘价 标 准差 系数 时 间序 列 图
6
5
数据 来源 :h t t p: / / v i p. s t o c k. f i n a n c e . s i n a .
随时间的推移 而发生改变 ,即 :生成 时间序列数 据 的随机过程 的统计特 征不随时间变 化而变 化。 平稳 时间序列分为严平 稳和弱平稳 ,严 平稳的条 件在 现 实生 活 中很 难 实现 ,而弱平 稳 却是 较为
_ 二
普遍 。弱 平稳 的条 件是 ( 1 )E ( Y t ) = l J ,即期望
4 0 0 3 哪 耋 萋 7 1 8 4 8 ㈣ ㈣ 6 6 姗 8 揪 2 2 嬲 4 3 8 l 蛳 2 眈 9 9 伽 伽 9 9 咖 姗 1 3 堇 B 5 耋 3 7 4 为 常数 ( 2 )V a r ( Y t ) = c r , 即方差 也为常数
自相关函数 。下面就要使用 以上数字特征对数据
上 证 收盘 价标 准差 系数
进行 平稳性检验 ,白噪声检验 ,最终得 出模型方
程。
一 8 9 ¨ 。2 3 4 5 6 7 8 9 m¨ 平稳 2 3 4 5 6 7 8 9 ¨ 时间序列 是指时间序 列的统计特征不会
吉 林 金 融 研 究
N o . 6 , 2 0 1 3
Ge n e r a l No. 3 7 7
基 于 上证 指 数 的标 准 差 系数 时 问 序 列
预 测 模型 分析
刘希原
( 北方工业大学 ,北京 1 0 0 1 4 4 )
数据介绍
本文所用数据来 自于上证指数2 0 0 8 年l 2 月到
收稿 日期 :2 0 1 3 — 0 5 —1 5 作者简介 :刘希原 ,男 ,汉族 ,本科 ,北方工业大学理学 院
6
。
基 于 上 证 指 数 的 标 准 差 系 数 时 间 序 列预 测 模 型 分 析
( 续表 ) 分 铜 1 一 (((C 掀 掀 C} 0 Ⅻ埘 0 O } 0 0 O { O 埘 0 0 } 0 O 拟埘 1 } 1 l ⅫⅫ捌埘 1 } 1 1 l } 1 1 l } l 1 Ⅻ 2 【
对历 史数据 的分析 ,完全有可能通过时间序列的 预 测功能得到未来某时点上 的标准差系数值 ,从
而对 未来短期 内股票市场总体风 险有可量化 的估
表1 上证指数收盘价标准差 系数统计数据
计。这就为金融监管者提供 了一种对金融市场风
险的直观认识 ,以期在危机到来之前做好准备 。
一
、
( 3 )
C o v ( , , , / I , * ) = E ( ( 一 ) ( / 1 , 。 一 ) ) =y ( t , t - k ) , 耳 口 随
机 过程两个 间隔为k 的随机 变量 间的协方差 只与
间隔k 有关 ,与两变量所处 的时点t 无关。这 些是
从 数学 角度 的验证 标 准 ,我们 在进 行 严格 验证 之前往往可 以通过序列 图的形状初 步判 断 ,一般 地 ,平稳 时间序列 的序列 图如果为一条 围绕其 均
金融市 场周期性 的危机 引起全世界 的关注 。 无论是经济学家 ,统计学家 ,还是金融数学家 ,
2 0 1 2 年1 月每月 的全部交易 日收盘价 , 由于股票价 格指数的时 间序列 的每月均值和方差都在变化 ,
都在尽最大努力开发各种金融风险预警 指标和方 本文将不直接使用每月 的全部交易 日收盘价 的方
交易 日收盘价 的标 准差系数进行研究 ,运用ARI MA时间序列技术 ,得 出预测模 型 ,对未来 的标准
差 系数进行 了预测 。
关键词 :上证指数 ;AR I MA时间序列 技术 ;标准差 系数
中图分Biblioteka Baidu号 :F 8 3 2
文献标识码 :A
文章编号 :1 0 0 9—3 1 0 9( 2 0 1 3 )0 6 - 0 0 0 6 - 0 7
c o n . r c n/C O r p /go. php /vM S— — Ma r ke t Hi s t o r y/
垛
3
s t o c k i d / 0 0 0 0 0 1 / t y p e / S. p h t ml
蜷
2
二 、时间序 列中A R I M A 模 型的建立
摘 要 :证券市场 的风险可 以通过很多种方式测度 出来 ,其 中 ,稳 定性是衡量股票市 场风险程 度的
一
个重要 的指标 ,而对于 稳定性 的度量主要是通过方差 的计 算来实现的 。所 以通过预 测方 差就可 以
提供 另一种描述股 票市 场未来风险的方式 。本文通过对上证 指数2 0 0 9 年3 月 ̄2 0 1 2 年1 月每 月的全部
法 ,以求规避风 险。以往人们研 究金融市场时总 差来进行分析 ,而是先对原始收盘价数据求完方
是 倾 向于把 股票 价格 的概 率 分布 描述 成 正态 分 差后 ,再计算 出每月全部交易 日的均值 ,通过这
布 ,可 是本 文在 分析 数据 时发 现 ,股 票 价格 的 两个数据得 出标准差系数 ,数据来 自新浪 网的上 标准差系数是上下随机波动 。基于这 一点 ,通过 证指数历史数据 ,它们 的标准差系数数据如 下 :
( 一) 序列 图描述
、
l
值上 下 波动 的 曲 线 ,则 可 以认 为它 是 平稳 时 间
序列 。由本文 中的数据得到 的时间序列 图如 下图
l :
2 0 0 8 年l 2 月 2 0 1 2 年1 月上 证 指数 收 盘价 标 准差 系数 时 间序 列 图
6
5
数据 来源 :h t t p: / / v i p. s t o c k. f i n a n c e . s i n a .
随时间的推移 而发生改变 ,即 :生成 时间序列数 据 的随机过程 的统计特 征不随时间变 化而变 化。 平稳 时间序列分为严平 稳和弱平稳 ,严 平稳的条 件在 现 实生 活 中很 难 实现 ,而弱平 稳 却是 较为
_ 二
普遍 。弱 平稳 的条 件是 ( 1 )E ( Y t ) = l J ,即期望
4 0 0 3 哪 耋 萋 7 1 8 4 8 ㈣ ㈣ 6 6 姗 8 揪 2 2 嬲 4 3 8 l 蛳 2 眈 9 9 伽 伽 9 9 咖 姗 1 3 堇 B 5 耋 3 7 4 为 常数 ( 2 )V a r ( Y t ) = c r , 即方差 也为常数
自相关函数 。下面就要使用 以上数字特征对数据
上 证 收盘 价标 准差 系数
进行 平稳性检验 ,白噪声检验 ,最终得 出模型方
程。
一 8 9 ¨ 。2 3 4 5 6 7 8 9 m¨ 平稳 2 3 4 5 6 7 8 9 ¨ 时间序列 是指时间序 列的统计特征不会