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
共找到5,255篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于BiGRU和残差图注意力网络的股票价格预测模型
1
作者 徐渺 王雷春 +2 位作者 史含笑 陈敏 刘丹妮 《湖北大学学报（自然科学版）》 CAS 2024年第2期270-281,共12页
高效、准确的股票价格预测能帮助投资者合理规划交易方式,提高投资收益。针对现有股票价格预测模型的准确率不高、投资收益率低等问题,提出一种结合双向门控循环单元(BiGRU)和残差图注意力网络(ResGAT)的股票价格预测模型(BiGRU-ResGAT... 高效、准确的股票价格预测能帮助投资者合理规划交易方式,提高投资收益。针对现有股票价格预测模型的准确率不高、投资收益率低等问题,提出一种结合双向门控循环单元(BiGRU)和残差图注意力网络(ResGAT)的股票价格预测模型(BiGRU-ResGAT)。首先,通过结合注意力机制的时间滑动窗口方法(TSWMCAM)动态计算不同股票之间的关联系数,构建表征股票之间关联关系的股票图结构;然后,使用BiGRU捕获股票在时序上的长距离依赖信息;最后,利用ResGAT对股票的时序特征与股票间的关联特征进行深度挖掘和融合,并对股票价格进行预测。在上海证券交易所主板市场498支股票上的价格预测结果显示,与支持向量机(SVM)、门控循环单元(GRU)、复合模型(CNN-LSTM)和关系股票排序模型(RSR)相比,BiGRU-ResGAT在股票测试集上平均绝对误差(MAE)分别降低79.53%、63.20%、48.17%、33.19%,均方根误差(RMSE)分别降低80.23%、66.22%、53.99%、29.99%,决定系数(R-Squared)分别提升23.34%、15.22%、9.54%、4.84%;在投资组合上的累计收益率分别提升10.77、7.89、6.81、5.03个百分点。实验结果表明,BiGRU-ResGAT能够有效地挖掘和融合股票数据的关键特征,对股票价格进行预测。 展开更多
关键词 股票价格预测 注意力机制 双向门控循环单元 残差图注意力网络 投资组合
下载PDF
新能源汽车行业股票价格预测研究——基于机器学习算法
2
作者 陈梦龙 樊骋 吴志鹏 《吉林工商学院学报》 2024年第1期93-100,共8页
采用机器学习算法中的随机森林模型,并通过选择七种常见股票市场投资指标作为特征值,来预测A股新能源汽车行业指数价格。通过分析变量重要性发现,平衡成交量、换手率及移动平均线收敛/发散指标对于使用随机森林方法预测新能源汽车行业... 采用机器学习算法中的随机森林模型,并通过选择七种常见股票市场投资指标作为特征值,来预测A股新能源汽车行业指数价格。通过分析变量重要性发现,平衡成交量、换手率及移动平均线收敛/发散指标对于使用随机森林方法预测新能源汽车行业股票价格是最为重要的三个指标,且重要性远超其他指标。进一步将随机森林方法与装袋法及决策树三种机器学习方法进行对比,结果发现,随机森林模型相较于其他方法在预测股票价格方面具有较高的准确性和可靠性,在新能源汽车行业股价预测中具有较好的表现。 展开更多
关键词 机器学习 随机森林 新能源汽车行业 股票价格
下载PDF
两种基于深度网络的股票价格预测方法研究
3
作者 孙震宇 《现代信息科技》 2024年第6期86-89,共4页
股票是一种重要的投资渠道,如何更准确地预测股票价格是一个热门的研究课题。由于股票数据的非线性、非平稳以及前后相关等复杂特点,传统的股票价格预测方法已经到达性能瓶颈。随着深度学习方法的兴起,LSTM和GRU等深度神经网络预测模型... 股票是一种重要的投资渠道,如何更准确地预测股票价格是一个热门的研究课题。由于股票数据的非线性、非平稳以及前后相关等复杂特点,传统的股票价格预测方法已经到达性能瓶颈。随着深度学习方法的兴起,LSTM和GRU等深度神经网络预测模型受到了极大的关注。基于厦门港务股票和上证指数的历史交易数据,利用了LSTM和GRU两种模型对收盘价进行预测研究,通过5个指标MAE、MSE、RMSE、MAPE和R^(2)给出了模型评价。 展开更多
关键词 股票价格预测 LSTM模型 GRU模型
下载PDF
基于时间序列方法的股票价格分析
4
作者 左鑫磊 《统计学与应用》 2024年第1期118-132,共15页
股票价格指数是一个国家经济建设健康状况的体温表,它的变化大致反映了该国经济结构和经济活动的宏观变化趋势。因此,选取合适的实证研究方法对股票价格指数进行预测分析,具有重要的实证意义。近年来,基于时间序列分析的预测方法在各个... 股票价格指数是一个国家经济建设健康状况的体温表,它的变化大致反映了该国经济结构和经济活动的宏观变化趋势。因此,选取合适的实证研究方法对股票价格指数进行预测分析,具有重要的实证意义。近年来,基于时间序列分析的预测方法在各个领域中都得到了广泛的应用。而对股票价格进行预测较为普遍的模型就是时间序列模型。所以本文以神州长城指数为例,将时间序列建模方法应用于股票价格指数的建模与预测,我们选择建立了ARIMA、GARCH模型进行拟合与预测。实验结果表明,该模型的残差白噪声检验,系数显著性检验都控制在一定范围内,因此该模型拟合效果较好,预测值接近实际值,最后,我们借助了该模型进行了股票指数未来一定时间内的预测。 展开更多
关键词 时间序列分析 股票价格预测 ARIMA模型
下载PDF
货币政策、股票价格与房价波动 被引量：3
5
作者 逯进 刘芳燕 华玉飞 《统计与信息论坛》 北大核心 2023年第1期81-94,共14页
深入解析货币政策、股票价格与房价三者之间关系,有助于更好协调政策、经济增长与两类市场平稳发展。据此,本文基于价格超调理论,讨论了货币政策对股票市场价格和房地产市场价格的动态影响机制。理论研究表明,货币供应量的增加在直接抬... 深入解析货币政策、股票价格与房价三者之间关系,有助于更好协调政策、经济增长与两类市场平稳发展。据此,本文基于价格超调理论,讨论了货币政策对股票市场价格和房地产市场价格的动态影响机制。理论研究表明,货币供应量的增加在直接抬高房价的同时,还会通过股票市场的超调效应间接影响房价。进一步应用随机波动时变参数向量自回归(TVP-SV-VAR)模型从时变角度测算了货币政策对两类资产价格影响的动态关系。研究发现:第一,短期内货币政策对股价较之房价有超调效应,长期看货币政策通过股票市场间接影响房价。第二,在经济扩张期、经济收缩期以及“新常态”时期三个代表性时点上,股价均对货币政策冲击产生超调现象,且会进一步向房价传导。第三,经济收缩期房价对货币政策的响应幅度要大于经济扩张期的响应幅度;经济“新常态”时期房价对货币政策的冲击响应小于经济“旧常态”时期。第四,股价作为中介效应通常是正向的,即股价对房价具有正向拉动作用。最后,引入传统中介效应检验方法,检验货币政策对房价传导过程的中介效应,结果显示货币政策确实存在以股价为中介向房价传导的作用机制。本文的研究结果为货币当局运用货币政策,协调经济增长和股票市场、房地产市场平稳发展提供了理论依据和实证参考。 展开更多
关键词 超调理论 货币政策 股票价格 房价
下载PDF
投资者情绪累积效应与股票价格波动 被引量：1
6
作者 胡昌生 夏郭效 《统计与决策》 北大核心 2023年第5期152-157,共6页
投资者情绪与股票价格波动是行为金融领域的前沿问题。文章选取A股上市公司2011—2020年交易数据,构造一个全新的日频情绪指标,并基于该指标研究短期内投资者情绪的累积变化对股票收益的影响。结果表明:投资者情绪具有累积效应,该效应... 投资者情绪与股票价格波动是行为金融领域的前沿问题。文章选取A股上市公司2011—2020年交易数据,构造一个全新的日频情绪指标,并基于该指标研究短期内投资者情绪的累积变化对股票收益的影响。结果表明:投资者情绪具有累积效应,该效应最初带来显著的正收益,但会在投资者情绪累积到一定水平后,引致较大的价格修正,这对难以套利的股票影响更为明显;高、低情绪的累积效应具有显著的非对称性,在持续的高情绪累积下,市场中的资金会涌入波动水平低、流动性好的资产;而在持续的低情绪累积下,资金会选择投机性更强的资产。 展开更多
关键词 投资者情绪 股票价格波动 累积效应 非对称性
下载PDF
有色金属期货价格、现货价格与股票价格的关联性研究——基于VAR模型的实证分析 被引量：1
7
作者 庞海峰 彭治衡 《吉林工商学院学报》 2023年第2期89-94,共6页
有色金属行业是工业经济发展的基础性行业,该行业的健康发展是国家实现现代化的基本保障。稳定的供需是一个行业健康发展的重要保障,因此研究有色金属的价格,维护其稳定性,对有色金属行业的健康发展以及国家的现代化具有重要意义。选取... 有色金属行业是工业经济发展的基础性行业,该行业的健康发展是国家实现现代化的基本保障。稳定的供需是一个行业健康发展的重要保障,因此研究有色金属的价格,维护其稳定性,对有色金属行业的健康发展以及国家的现代化具有重要意义。选取上海有色金属现货价格指数(SMMI)、上海有色金属期货价格指数(IMCI)、申万一级有色金属行业板块指数(801050)分别代表有色金属的现货价格、期货价格、股票价格,使用VAR模型,对三者的关联性进行实证研究。研究发现:有色金属的现货价格和期货价格对有色金属股票价格的解释能力弱,股票价格并不能很好地反映有色金属行业的发展状况;有色金属产品的金融化程度较深,期货价格对现货价格有主导作用,股票价格也能部分影响现货价格。 展开更多
关键词 有色金属 期货价格 现货价格 股票价格
下载PDF
新能源行业创新效率对股票价格的影响研究
8
作者 李文 胡雨欣 廖昕 《运筹与模糊学》 2023年第4期3621-3627,共7页
为了研究我国新能源行业创新效率对企业股票价格的影响,本文选取了2016至2021年我国30家新能源企业的面板数据,构建BCC-DEA模型计算新能源企业的创新效率,运用面板数据回归模型进行实证分析。研究得出结论:新能源行业创新效率对企业股... 为了研究我国新能源行业创新效率对企业股票价格的影响,本文选取了2016至2021年我国30家新能源企业的面板数据,构建BCC-DEA模型计算新能源企业的创新效率,运用面板数据回归模型进行实证分析。研究得出结论:新能源行业创新效率对企业股票价格存在正向促进作用;相较于中西部地区新能源企业、新能源国有企业和新能源上游企业,东部地区新能源企业、非国有企业和新能源中下游企业创新效率对股票价格的影响更大。 展开更多
关键词 新能源行业 创新效率 股票价格 面板回归模型
下载PDF
货币供给、股票价格波动与物价水平的联动关系——基于VAR模型的实证分析
9
作者 陈海龙 朱华 《新疆财经大学学报》 2023年第2期38-48,共11页
物价指数作为宏观经济健康运行的诊断指标之一,与股票市场、货币供给有着系统的联动关系。文章选取我国2007年1月—2021年10月的178期月度数据资料,运用VAR模型对货币供给、股票价格波动和物价水平三者之间的联动关系进行实证分析。研... 物价指数作为宏观经济健康运行的诊断指标之一,与股票市场、货币供给有着系统的联动关系。文章选取我国2007年1月—2021年10月的178期月度数据资料,运用VAR模型对货币供给、股票价格波动和物价水平三者之间的联动关系进行实证分析。研究表明:其一,货币供给、股票价格波动和物价水平之间存在不对称的联动关系;其二,货币供给、股票价格波动、物价水平之间存在长期稳定的均衡关系,当受到外界冲击影响后较难回到初始状态;其三,货币供给增加会冲击股票市场繁荣,也会推动物价水平上升,但这种影响具有时滞性,股票价格波动会反作用于物价水平。今后,政府应进一步加强对货币供给的宏观调控,加强对股票市场的监管和调控,继续实施稳健的货币政策,更好地引导市场投资和消费。 展开更多
关键词 货币供给 股票价格波动 物价水平 VAR模型 联动关系
下载PDF
股票价格技术分析的数学原理及超前预测方法
10
作者 高宏 《中国商论》 2023年第12期121-125,共5页
传统技术分析方法无法在数学上证明其有效性,使用古老而原始的图形和指标分析手段来获取股票价格中的基本波动信息,其分析结果不仅大大滞后于实际的股票价格变化趋势,还受随机噪声的严重干扰,具有很大的不确定性。本文根据《数理金融学... 传统技术分析方法无法在数学上证明其有效性,使用古老而原始的图形和指标分析手段来获取股票价格中的基本波动信息,其分析结果不仅大大滞后于实际的股票价格变化趋势,还受随机噪声的严重干扰,具有很大的不确定性。本文根据《数理金融学》的实证研究结果建立了股票价格数学模型,从数学上证明了在微观尺度上表现出随机性和不可预测性的股票价格波动,在宏观尺度上具有总体的确定性和可预测性,并设计出LPD数字低通差分滤波器,可从股票价格数据中分离出相位超前的基本波动微分信号,提前预测基本波动的运动状态,以期为股票投资者提供及时有效的科学决策依据。 展开更多
关键词 技术分析 股票价格数学模型 布朗噪声 微分超前预测 LPD低通差分滤波器
下载PDF
企业碳信息披露与股票价格关系研究
11
作者 王志亮 郑梦杰 《商业会计》 2023年第22期54-59,共6页
在应对全球气候变暖以及“双碳”目标大背景下,碳信息披露作为环境会计的重要组成部分,成为社会各界密切关注的热点。文章选取2018-2021年我国上证社会责任指数股100家企业为研究样本,建立回归模型实证检验了企业碳信息披露与股票价格... 在应对全球气候变暖以及“双碳”目标大背景下,碳信息披露作为环境会计的重要组成部分,成为社会各界密切关注的热点。文章选取2018-2021年我国上证社会责任指数股100家企业为研究样本,建立回归模型实证检验了企业碳信息披露与股票价格的关系。研究发现,企业碳信息披露质量与企业股价显著正相关,碳信息披露质量越高,其所带来的正面市场反应就越显著。这表明日趋成熟的国内投资者开始关注企业的绿色可持续发展,检验结果同时也显示了国内资本市场运行具有较强的韧性。文章的研究有助于促进企业积极践行可持续发展理念,科学提高碳信息披露质量,持续提升股票投资价值。 展开更多
关键词 “双碳”目标 碳信息披露 股票价格 市场反应
下载PDF
基于LSTM神经网络的股票价格预测 被引量：3
12
作者 李丽萍 曾丽芳 +1 位作者 江绍萍 何文倩 《云南民族大学学报（自然科学版）》 CAS 2023年第4期528-532,共5页
针对传统的时间序列方法和传统的机器学习算法对股票价格预测的精度较低这一问题,鉴于股票数据的非线性、非平稳性以及序列间的相关性,建立了LSTM神经网络预测模型,以云南旅游股票历史交易数据为输入,对云南旅游股票的收盘价进行预测,... 针对传统的时间序列方法和传统的机器学习算法对股票价格预测的精度较低这一问题,鉴于股票数据的非线性、非平稳性以及序列间的相关性,建立了LSTM神经网络预测模型,以云南旅游股票历史交易数据为输入,对云南旅游股票的收盘价进行预测,并求解基于各预测模型下的统计指标MAE,RMSE,且与其他两种模型的预测结果进行比较.结果表明,LSTM神经网络预测模型比其他2种(BP、Elman)神经网络预测模型的预测误差更小,结果更为准确,预测值更接近于股票价格的真实值. 展开更多
关键词 股票价格 神经网络 云南旅游股票 预测
下载PDF
融合多源数据输入具有自注意力机制的LSTM股票价格预测 被引量：3
13
作者 康瑞雪 牛保宁 +1 位作者 李显 苗雨欣 《小型微型计算机系统》 CSCD 北大核心 2023年第2期326-333,共8页
股票价格预测是金融和计算机学科交叉领域的经典问题,由于股票市场的复杂性和高波动性等特征,及时预测股票价格被认为是最具挑战性的问题之一.长短期记忆(LSTM)神经网络在时间序列预测问题中表现出良好的性能.然而,该模型及其改进模型... 股票价格预测是金融和计算机学科交叉领域的经典问题,由于股票市场的复杂性和高波动性等特征,及时预测股票价格被认为是最具挑战性的问题之一.长短期记忆(LSTM)神经网络在时间序列预测问题中表现出良好的性能.然而,该模型及其改进模型专注于顺序捕获序列信息,在学习输入数据之间非序列性的内部关联方面没有优势.此外,模型在输入数据的融合方面往往并不全面.针对上述问题,提出了融合多源数据、具有自注意力机制的长短期记忆神经网络(SA-LSTM)股票价格预测模型.SA-LSTM模型具有自注意力单元,在学习序列特征时能够快速捕获长距离依赖关系,有效学习数据之间的相关性.在多源数据的融合方面,同时融合与目标股票直接间接相关的数据,解决输入数据不全面的问题.通过对股票次日收盘价预测的实验表明,与其他基准预测模型相比,该模型取得了最佳性能,在不同数据集上均具有最小预测误差. 展开更多
关键词 股票价格预测 长短期记忆神经网络 自注意力机制 多源数据 长距离依赖
下载PDF
基于CNN-LSTM模型股票价格预测研究 被引量：1
14
作者 张苏林 宋迦南 《合作经济与科技》 2023年第3期58-62,共5页
股票市场的波动影响方方面面,对股票价格的预测具有重要意义。以我国股票市场中33支大型上市公司股票收盘价格作为研究对象,通过搭建CNN-LSTM股票价格预测模型对股票收盘价格进行预测研究。发现相较于其他的股票价格预测模型,使用CNN-L... 股票市场的波动影响方方面面,对股票价格的预测具有重要意义。以我国股票市场中33支大型上市公司股票收盘价格作为研究对象,通过搭建CNN-LSTM股票价格预测模型对股票收盘价格进行预测研究。发现相较于其他的股票价格预测模型,使用CNN-LSTM复合模型能更好地进行股票价格预测,股票价格在一定程度上存在可预测性。股票价格的有效预测可以为投资者提供参考,提高投资者理性程度,进而提高我国股票市场有效程度。 展开更多
关键词 股票价格预测 深度学习 市场有效性
下载PDF
基于人工智能的中国股票价格预测与异质性研究
15
作者 张琳 《暨南学报（哲学社会科学版）》 北大核心 2023年第3期123-132,共10页
本文构建一个基于人工智能的中国股票价格预测模型,并探究预测效果异质性的原因。根据理论及现实,股票价格主要受利率、市场行为、技术指标以及公司价值因素等影响。对沪深两市具有代表性的个股价格进行预测的实证研究发现:股价预测值... 本文构建一个基于人工智能的中国股票价格预测模型,并探究预测效果异质性的原因。根据理论及现实,股票价格主要受利率、市场行为、技术指标以及公司价值因素等影响。对沪深两市具有代表性的个股价格进行预测的实证研究发现:股价预测值与真实值多数时间吻合,日度数据模型与月度数据模型预测精度偏差平均值分别落在1.7%和8%的水平内,且引入控制变量利率的稳健性检验并没有明显的变化产生。进一步的异质性研究给出,模型变量——自身股价、成交量、估值,是股票价格预测效果差异化的理论及现实影响因素。从而为我国政策当局、市场投资指数以及金融机构提供参考、建议和依据,共同维护股票市场的健康稳定乃至金融稳定。 展开更多
关键词 人工智能 长短期记忆网络LSTM 股票价格预测 异质性
下载PDF
疫情背景下相关政策对影视行业股票价格影响的实证研究
16
作者 霍良安 张峰 《中国物价》 2023年第12期81-84,共4页
本文以疫情为背景,选取2020年初至2022年末期间五项影视行业相关政策,以52家影视行业上市公司股票为样本,利用事件研究法计算股票的累计超额收益率,来衡量相关政策对影视行业股票市场的短期影响。研究发现:不同政策对影视行业股票市场... 本文以疫情为背景,选取2020年初至2022年末期间五项影视行业相关政策,以52家影视行业上市公司股票为样本,利用事件研究法计算股票的累计超额收益率,来衡量相关政策对影视行业股票市场的短期影响。研究发现:不同政策对影视行业股票市场短期影响程度不同。最后总结实证结果,并为影视行业未来发展提出建议。 展开更多
关键词 影视行业 相关政策 股票价格 事件研究法
原文传递
货币政策对股票价格波动的影响研究——基于货币供应量和货币利率的VAR实证检验 被引量：1
17
作者 王洛程 《中国商论》 2023年第8期114-118,共5页
本文基于2005—2022年的月度数据,选用广义货币供应量、银行同业拆借利率及股票市场的上证综合指数收盘价建立VAR模型,并进行脉冲响应及方差分解来分析探讨货币政策与股票价格之间的动态关系。结果表明,货币供给量和货币利率对股票价格... 本文基于2005—2022年的月度数据,选用广义货币供应量、银行同业拆借利率及股票市场的上证综合指数收盘价建立VAR模型,并进行脉冲响应及方差分解来分析探讨货币政策与股票价格之间的动态关系。结果表明,货币供给量和货币利率对股票价格存在微弱的负向影响。基于此,本文提出参考股票市场价格波动、畅通货币政策传导路径、发挥股票市场的价格发现等建议,以供参考。 展开更多
关键词 货币政策 货币供应量 货币利率 股票价格 VAR模型
下载PDF
基于鲸鱼算法优化LSTM的股票价格预测模型 被引量：4
18
作者 李婧琦 《智能计算机与应用》 2023年第2期35-40,共6页
长短期记忆神经网络(LSTM)因其长时记忆的可预测性,在金融领域脱颖而出。然而前期研究结果显示,该方法存在主观性决定关键参数,容易陷入局部最优,导致能力不佳的问题。基于上述问题,本文提出一种基于鲸鱼算法(WOA)优化长短期记忆网络(LS... 长短期记忆神经网络(LSTM)因其长时记忆的可预测性,在金融领域脱颖而出。然而前期研究结果显示,该方法存在主观性决定关键参数,容易陷入局部最优,导致能力不佳的问题。基于上述问题,本文提出一种基于鲸鱼算法(WOA)优化长短期记忆网络(LSTM)的股票价格预测模型。该模型通过鲸鱼算法,对LSTM网络的重要参数进行寻优,使之降低人为因素的影响,提高模型预测的准确性。同时,针对股票数据之间的冗余性导致模型效率降低的问题,使用递归特征消除算法对数据进行特征选择,建立完善指标体系进行预测。实验以上证指数股票数据构建了WOA-LSTM模型,并对该模型的预测结果与单一LSTM、PSO-LSTM、SSA-BP模型进行比较分析。实验结果表明,本文所提模型对股票价格的预测明显优于其它模型。 展开更多
关键词 鲸鱼优化 股票价格预测 长短期记忆网络 递归特征消除
下载PDF
基于变分贝叶斯隐马尔科夫模型的股票价格指数预测
19
作者 安海钰 侯文 《应用数学进展》 2023年第3期1152-1163,共12页
本文将传统的隐马尔科夫模型中用于参数学习的Baum-Welch算法改进为变分贝叶斯算法,并将变分贝叶斯隐马尔科夫模型应用于股票价格指数预测,分别选取国外市场美股S&P500指数以及国内市场沪深300指数进行预测,并与传统的隐马尔科夫模... 本文将传统的隐马尔科夫模型中用于参数学习的Baum-Welch算法改进为变分贝叶斯算法,并将变分贝叶斯隐马尔科夫模型应用于股票价格指数预测,分别选取国外市场美股S&P500指数以及国内市场沪深300指数进行预测,并与传统的隐马尔科夫模型、BP神经网络、ARIMA模型相比较,得出结论变分贝叶斯隐马尔科夫模型对于大规模数据处理更有优势,运算速度快且预测精度更高。 展开更多
关键词 隐马尔科夫模型 变分贝叶斯算法 股票价格预测
下载PDF
基于ARIMA类模型的农业股票价格实证研究——以隆平高科为例 被引量：2
20
作者 谢玉莹 《河北企业》 2023年第2期40-42,共3页
运用ARIMA-GARCH的模式来对中国股价波动作出预测,选择现代化农业代表企业隆平高科收盘价指数的时间序列作为研究对象,对该企业3年来股票收盘价进行分析,并利用ARIMA模型进行股价预测,同时加入波动性影响,利用GARCH模型对风险率建立模型... 运用ARIMA-GARCH的模式来对中国股价波动作出预测,选择现代化农业代表企业隆平高科收盘价指数的时间序列作为研究对象,对该企业3年来股票收盘价进行分析,并利用ARIMA模型进行股价预测,同时加入波动性影响,利用GARCH模型对风险率建立模型,研究发现所选择的ARIMA-GARCH模型对收盘价时间序列具有较好的拟合作用,股票价格整体呈上升趋势,具有一定震荡性,但总体风险不大。 展开更多
关键词 隆平高科 ARIMA-GARCH模型 股票价格预测 波动率
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部