基于时间序列分析的股票价格预测

摘要：

提前预知股票价格的波动可以帮助股票交易者做出更好的投资决策,所以股票交易者希望有办法来预测股票价格的波动.好的模型预测能够使投资者对股票的价格波动有更加深刻的认识.本文需要对亚马逊的股票完成预测,为了完成预测我们应用自回归和滑动平均的方法,对收盘价时间序列数据做出分析,并选择做出适当的差分,找到相对较优的ARIMA模型,完成对模型的参数估计,检验模型的合理性,并通过Q-Q图进行残差正态性检验,进而完成对股票收盘价的预测.

关键词：ARIMA模型、股票、预测

在线出版日期：2020-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：136,113