王贺
摘要:针对股票市场的波动性,建立并健全一套股票市场的分析预测体系成为了证券能够平稳交易的关键。本文基于时间序列分析,建立了相关的ARMA模型和预测模型,从而提供给客户更加合理的选股方案并结合国内市场具体情况提出了具体的建议和计算方法。
关键词:股票、时间序列模型、ARMA模型、最佳方案
0 引言
股票作为一种凭证,一种所有权公认的凭证,所有的公司进行发行股票的目的都是为了给公司筹集资金,也提供给股民相应的报酬[1]。由于我国资本市场的发展和证券贸易额的增长,近年来对证券市场的投资有所增加。从而导致市场的价格急剧波动[4],所以证券市场中市场价格是最重要的特性。因此,必须研究证券市场变动的规则性从而提供给相应投资者、监管机构、上市企业以相关的投资依据[2]。
1 时间序列模型准备
时间序列可分为三类:
(1)纯随机序列[5]:若随机的一个时间序列具有其对应的零均值和方差,而且不存在序列相关,则称该序列是一个纯随机过程
(2)稳态非白色噪声序列:为了拟合这种序列,我们有一个成熟的模型来适合这个系列的开发,比如AR、MA、ARMA等。
(3)平稳序列:拟合这种序列的一般方法是根据稳定序列的拟合算法将其转换为稳定序列。
时间系列分为绝对数以及相对数时间序列。在绝对数时间序列中,反映了某种现象的发生结果,即显影过程的总量。增加了不同周期的观测值,结果显示了长期活动量的总量。在相对数时间序列中,数值元素反映了一个时间点的现象的瞬时水平,不能添加不同周期的观测值,因为结果是无意义的。本文为保证结果的稳定性,使得样本的数据保存下来,进行一些相关的缺失数据补全。
2 时间序列模型构建
本文根据发现2020年03月26日的开盘、最高、最低、收盘数据相同,因此我们需要补全当日的成交量,我们选用时间序列预测法,对2020年03月26日(周四)进行,这里选取股票abc001为例。
通过时间序列进行预测2020年03月26日(周四)的数据。预测结果如下图1所示:
而后根据选取的股票相关数据得到最高、最低、开盘、收盘的价格和成交量绘制相关的K线图,为后文的选股和投资进行前期的预处理工作。
3 合理选股方案和投资组合方案
对选取的若干股票进行分析,考虑几种股票在市场中的交易状况,再根据分析结果,给出客户合理的选股和投资组合方案。可分为如下两种情况:
1)天量无天价: 是指在某一段时间内股票的成交量不断创出历史新高,但在与此同时,股票往往无法再次创造历史新高,所以会导致股票价格一定要回调。
2)地量见地价: 是指在成交量创出此轮行情的最低量时,股价(或大盘)也创出此轮行情新低,这是量减价跌的极端情况,此情况常出现在长期下跌末端,之后结束下跌转而上涨概率大[3]。
由此得到最佳方案:
4 結论
针对股票搭配选股问题,本文构建股票分析的时间序列模型,并建立ARMA模型,从而得到参数估计并完成对数据的分析,最后得出合理的选股和投资组合方案。
参考文献
[1]杨秋颖,翁小清.多变量时间序列聚类综述[J].河北省科学院学报,2021,38(03):1-8+25.
[2]丁文绢.基于股票预测的ARIMA模型、LSTM模型比较[J].工业控制计算机,2021,34(07):109-112+116.
[3]李军广. 基于多元分析的时间序列预测研究[D].天津理工大学,2021.
[4]叶康,邓晓卫,吕学斌.基于CEEMDAN-GRU模型的股票市场指数预测研究[J].商学研究,2021,28(03):64-72+132.
[5]陈小悦,陈晓,顾斌.中国股市弱型效率的实证研究[J].会计研究,1997(09):13-17.