通过拟合一个ARMA模型来对上证指数的收盘价进行预测，使用的数据是腾讯财经提供的数据，首先进行平稳性检验，其次是进行一阶差分处理，差分后的数据再拟合ARMA模型，再进行ARCH效应检测，拟合GARCH模型，最后进行预测
2021-05-29 16:21:37
2KB
1
基于ARMA模型和BP网络的时间序列预测模型，杨杰，孙旭东，摘要：本文主要介绍了时间序列和BP网络基础理论以及其预测的应用，并以2006年上证指数的开盘数据为例建立了基于这两种方法的预测模
2021-05-12 16:14:01
290KB
1
%将训练数据和测试数据转为列向量
[data row data col] size data ;
if data row<data col
data data";
end
dataiddata iddata data ;
%参数如何定
model armax dataiddata [3 3] ;
yp predict model data ;
2019-12-21 21:24:15
1KB
1
自回归滑动平均模型（ARMA 模型，Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。
2019-12-21 20:12:33
13KB
1