移动自回归平均模型分析报告股市价格走势.docVIP

利用自回归移动平均模型分析中国股市价格走势 摘要：股市可以广泛地动员，积聚和集中社会的闲散资金，为国家经济建设发展服务，扩大生产建设规模，推动经济的发展，并收到“利用内资不借内债”的效果。促进我国经济体制改革的深化发展，可以扩大我国利用外资的渠道和方式，增强对外的吸纳能力 建立的GARCH（p,q）模型为： 通过登录上海证券交易所网站，查询到上证指数连续交易日的每日收盘价（P），从中选取自2012年2月15日到2012年4月27日之间共50个交易日的收盘价的相关数据，见表1-1所示。将数据导入Eviews中，对数据进行相关分析。 表1-1 上证指数收盘价数据 日期 收盘价 日期 收盘价 2012-2-15 2366.7 2012-3-21 2378.2 2012-2-16 2356.86 2012-3-22 2375.77 2012-2-17 2357.18 2012-3-23 2349.54 2012-2-20 2363.6 2012-3-26 2350.6 2012-2-21 2381.43 2012-3-27 2347.18 2012-2-22 2403.59 2012-3-28 2284.88 2012-2-23 2409.55 2012-3-29 2252.16 2012-2-24 2439.63 2012-3-30 2262.79 2012-2-27 2447.06 2012-4-5 2302.24 2012-2-28 2451.86 2012-4-6 2306.55 2012-2-29 2428.49 2012-4-9 2285.78 2012-3-1 2426.11 2012-4-10 2305.86 2012-3-2 2460.69 2012-4-11 2308.93 2012-3-5 2445 2012-4-12 2350.86 2012-3-6 2410.45 2012-4-13 2359.16 2012-3-7 2394.79 2012-4-16 2357.03 2012-3-8 2420.28 2012-4-17 2334.99 2012-3-9 2439.46 2012-4-18 2380.85 2012-3-12 2434.86 2012-4-19 2378.63 2012-3-13 2455.8 2012-4-20 2406.86 2012-3-14 2391.23 2012-4-23 2388.59 2012-3-15 2373.77 2012-4-24 2388.83 2012-3-16 2404.74 2012-4-25 2406.81 2012-3-19 2410.18 2012-4-26 2404.7 2012-3-20 2376.84 2012-4-27 2396.32 三、模型估计 （一）ARMA（p,q）模型估计 1、导入数据 打开Eviews软件，选择“File”菜单中的“NewWorkfile”选项，再单击“OK”完成数据导入。 图1-1数据输入 2、ADF检验 对数据P进行单位根检验，在View下点击Unite Root Test，Test for unit root in选项中选择Level，在Include in test equation选项中选择Intercept，其他选项采用Eviews默认设置，然后单击“OK”，就得到如图1-2所示的结果。 图1-2 P的ADF检验 从图1-2可以看到，ADF检验的t 统计量=-1.631417，大于检验水平为1%、5%、10%的t统计量临界值，所以P的序列是一个非平稳的序列，因此应该对P进行一阶差分，对差分后的序列r进行ADF检验，结果如图1-3所示。从图1-3可以看到，ADF检验的t 统计量=-6.411125，小于检验水平为1%、5%、10%的t统计量临界值，而且t统计量相应的概率值非常小，因此拒绝序列r存在单位根的假设，所以认为r的序列是一个平稳的序列。 图1-3 r的ADF检验 3、模型的识别 下面我们来看的自相关、偏自相关函数图orrelogram，会得到如图1-4所示的窗口。Correlogram of选项选择Level，Lags to include选项选择24，点击“OK”。 图1-4 Correlogram Specifica 于是得到如图1-5所示的r自相关函数图和偏自相关函数图和偏自相关函数偏自相关函数偏自相关函数 图1-5 r自相关函数图和偏自相关函数图模型的估计”选择“Estimate Equation”，会弹出如图1-6所示的窗口，在“Equation Specification”空白栏中键入“ C AR(1) MA(8)”，在“E