基于arma（p q）模型的云南特色股票實證研究

1、基于ARMA（pq）模型的云南特色股票實證研究摘要：采用ARMA（p，q）模型，對云南省內(nèi)的云南白藥、云南城投兩只特色股票做實證分析。過對股票開盤價序列進行統(tǒng)計描述性分析，得到參數(shù)估計及檢驗結(jié)果。觀察模型預(yù)測效果圖，通過比較研究發(fā)現(xiàn)，ARMA（1，1）為刻畫這兩支特色股票的最優(yōu)模型，并得到它們的預(yù)測值。關(guān)鍵詞：云南股票；ARMA（p，q）模型；短期預(yù)測中圖分類號：F830文獻標志碼：A文章編號：1673291X（2015）1402270

2、2云南省是我國西部邊疆省份中企業(yè)上市較早、收獲頗豐的省份之一。本文選取了在云南省制藥行業(yè)和房地產(chǎn)行業(yè)具有顯著優(yōu)勢的云南白藥和云南城投兩只股票作為研究對象。文中選取上述兩只股票正常運作情況下從2013年3月1日至2014年4月11日268個交易日的開盤價作為已知時間序列，建立一個合理且準確度高的ARMA（p，q）模型[12]，觀察模型預(yù)測效果圖并作分析，即利用平穩(wěn)時間序列的統(tǒng)計相關(guān)性來進行未來價格的預(yù)測。一、ARMA（p，q）模型概述時間

3、序列分析方法[35]最早起源于1927年數(shù)學(xué)家耶爾（Yule）提出、建立的自回歸模型（AR模型）；而另一位數(shù)學(xué)家Walker在AR模型的啟發(fā)下，建立了移動平均模型（MA模型），初步建立了時間序列分析方法（6）模型優(yōu)化：如果擬合模型通過檢驗，仍然轉(zhuǎn)向步驟2），充分考慮各種可能，建立多個擬合模型，從所有通過檢驗的模型中選擇最優(yōu)模型；（7）利用擬合的模型，預(yù)測序列的將來走勢。三、ARMA（p，q）模型的實證研究（一）云南白藥開盤價時間系列研究

4、截取云南白藥這只股票從2013年3月1日到2014年4月11日268個交易日的開盤價作為已知時間序列A，運用BJ方法研究時間序列，最重要的工具是自相關(guān)和偏自相關(guān)[9]，對序列A進行自相關(guān)和偏自相關(guān)分析。A序列在演化過程中并不是具有固定不變的均值，而ARMA（p，q）模型所適合描述的對象是平穩(wěn)的隨機序列.這就需要對觀測數(shù)據(jù)序列A進行平穩(wěn)化處理，使非平穩(wěn)的數(shù)據(jù)序列轉(zhuǎn)化為平穩(wěn)的隨機序列，然后才能運用ARMA（p，q）模型的時間序列分析方法。于

5、是，進行一階差分得到序列DA，再對DA序列進行自相關(guān)偏自相關(guān)分析，時間序列A的趨勢已經(jīng)消除。在滿足過程平穩(wěn)的基本要求下，比較R2、AIC、SC的大小，對比后選擇ARMA（1，1）模型來刻畫時間序列DA。表1為其參數(shù)估計與檢驗結(jié)果。確定模型后對模型殘差序列進行白噪聲檢驗，如果殘差序列不是白噪聲，則說明還有一些重要信息沒有被提取，需重新確定模型。通過DA序列的ARMA（1，1）模型殘差序列的自相關(guān)偏自相關(guān)分析圖可知，該殘差序列的樣本量n為2