期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

ARIMA模型在股票价格预测中的应用被引量：3

下载PDF

导出

摘要文章研究了ARIMA模型及其应用,以三一重工(600031)的120个股票价格数据为例,给出了时间序列模型预测的建模过程。通过真实值与预测值的比较,验证了模型的可靠性,该模型适用于短期预测,对长期预测效果不佳,为实际应用中,对短期预测股价,提供了参考的依据。

作者于海姝蔡吉花夏红

机构地区黑龙江科技大学理学院

出处《经济师》 2015年第11期156-157,共2页

关键词时间序列分析 ARIMA模型自相关函数偏相关函数

分类号 F830.91 [经济管理—金融学]

引文网络
相关文献

参考文献4

1汪荣鑫..随机过程[M],2006.
2冯学慧.我国工业总产值的指数预测中模型的应用[J].2011. 被引量：1
3张善文,雷英杰,冯有前编著..MATLAB在时间序列分析中的应用[M].西安:西安电子科技大学出版社,2007:234.
4李念水.时间序列数据流在线预测研究与应用[J].大连理工大学学报,2010(8). 被引量：1

同被引文献12

1侯瑞环,徐翔燕.基于改进GM(1,1)模型的中长期人口预测[J].统计与决策,2021(1):186-188. 被引量：19
2朱庆云.ARIMA模型在南京站月最高潮位预报中的应用[J].人民长江,2013,44(S1):20-21. 被引量：8
3郑荣,颜七笙.基于ARIMA与SVM的国际铀资源价格预测[J].计算机工程与应用,2016,52(1):146-150. 被引量：12
4成云,成孝刚,谈苗苗,周凯,李海波.基于ARIMA和小波神经网络组合模型的交通流预测[J].计算机技术与发展,2017,27(1):169-172. 被引量：24
5赵运昇.高血压病的危害及预防和治疗[J].光明中医,2017,32(5):728-729. 被引量：28
6韩山杰,谈世哲.基于TensorFlow进行股票预测的深度学习模型的设计与实现[J].计算机应用与软件,2018,35(6):267-271. 被引量：31
7陈可心,黄刚.CStock:一种结合新闻与股价的股票走势预测模型[J].计算机技术与发展,2020,30(9):18-22. 被引量：2
8崔旭盛,李鑫,宗建新,刘灵娣,靳鹏博,董学会.基于GARCH族模型的中药材市场连翘价格波动分析[J].北方园艺,2021(4):144-150. 被引量：3
9阎馨,吴书文,屠乃威,朱永浩,付华.基于逻辑回归和增强学习的煤与瓦斯突出预测[J].控制工程,2021,28(10):1983-1988. 被引量：3
10解洪荣.老年高血压的血压控制目标与诊疗研究进展[J].世界临床药物,2017,38(5):298-304. 被引量：30

引证文献3

1朱海龙,袁贞明,俞凯.基于ARIMA与SVM混合模型的连续血压预测[J].杭州师范大学学报（自然科学版）,2018,17(5):555-560. 被引量：4
2张晓春,徐晓鹏,魏苏林.LSTM神经网络在股票价格预测中的应用[J].电脑知识与技术,2020,16(28):39-43. 被引量：2
3李泽艳,陈银钧.基于PyTorch框架LSTM深度学习股票预测系统[J].运筹与模糊学,2021,11(2):137-146. 被引量：1

二级引证文献7

1奚杏杏,刘宇红,张荣芬.基于网格搜索与交叉验证的SVR血压预测[J].计算机与现代化,2020,0(3):44-48. 被引量：6
2杨恒,岳建平,周钦坤.利用SVM与ARIMA组合模型进行大坝变形预测[J].测绘通报,2021(4):74-78. 被引量：17
3王毓谦.深度学习框架下LSTM网络的期货价格预测模型研究[J].中小企业管理与科技,2021,5(36):137-139. 被引量：1
4孙斌,储芳芳,陈小惠.基于贝叶斯优化XGBoost的无创血压预测方法[J].电子测量技术,2022,45(7):68-74. 被引量：15
5席小雅,秦荷斌,鲁志娟.基于LSTM神经网络模型的股票价格变化预测研究——以百度股价为例[J].全国流通经济,2022(16):102-105. 被引量：2
6王堃,郑晨,张立中,陈志刚.一种基于SARIMA-LSTM模型的电网主机负载预测方法[J].计算机工程与科学,2022,44(11):2064-2070. 被引量：3
7王鑫,石芊芊,陈茹艺,陈国庆.基于LSTM-ARIMA模型股票预测研究[J].社会科学前沿,2022,11(7):2843-2856.

1王连.金融市场异方差模型及实证研究[J].统计与决策,2009,25(2):145-147. 被引量：1
2李菊梅,袁杰,樊亮.甘肃省全社会固定资产投资的ARIMA模型预测[J].经济研究导刊,2009(28):7-8. 被引量：3
3杨凌,邱剑.金融市场的长期记忆性[J].广东经济管理学院学报,2003,18(3):49-51. 被引量：2
4全球黄金的供应将主导黄金长期价格[J].中国贵金属,2007(7):44-44.
5杨四方.证券期货成功交易之路漫谈(之五) 倾听市场的声音[J].股市动态分析,2006,0(48):55-55.
6王志刚.中国物价变化的实证分析及走势预测[J].价格理论与实践,2016(12):17-21. 被引量：3
7美国经验值得研究[J].瞭望,2013(4):31-31.
8邓浒楠,张琼.基于ARIMA模型的银行贷款利率分析[J].北方经贸,2015(2):101-103.
9王晓芬.基于ARIMA模型对我国货币供应量的研究[J].投资与合作（学术版）,2011(7):13-13.
10施红俊,马玉林,陈伟忠.中国股市长记忆性实证研究[J].同济大学学报（自然科学版）,2004,32(3):416-420. 被引量：15

经济师

2015年第11期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部