亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于GS-ARIMA模型的原油股票成交量預(yù)測(cè)研究

        2022-01-06 01:49:08侯俊華
        對(duì)外經(jīng)貿(mào) 2021年12期
        關(guān)鍵詞:模型

        劉 敏 侯俊華

        (東華理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院,江西 南昌 330000)

        一、引言

        股票市場(chǎng)具有高回報(bào)、高風(fēng)險(xiǎn)的特性,驅(qū)使著人們對(duì)股票的波動(dòng)性進(jìn)行探究。[1]但是,很多因素如政治事件、社會(huì)活動(dòng)等都會(huì)影響股票價(jià)格的變化,預(yù)測(cè)股票走勢(shì)是一件極具挑戰(zhàn)性的工作。[2]近些年機(jī)器學(xué)習(xí)方法在股票預(yù)測(cè)方面取得了不錯(cuò)的進(jìn)展,相較于傳統(tǒng)方法顯示出了獨(dú)特的優(yōu)勢(shì)。[3]于卓熙基于主成分分析與廣義回歸神經(jīng)網(wǎng)絡(luò)進(jìn)行股票價(jià)格預(yù)測(cè),預(yù)測(cè)結(jié)果良好。[4]鄧烜堃利用DAE進(jìn)行降維,其模型大大降低了運(yùn)行時(shí)間。[5]劉恒等人將貝葉斯神經(jīng)網(wǎng)絡(luò)運(yùn)用到股票時(shí)間序列預(yù)測(cè)中。[6]丹文基于GARCH模型對(duì)股票指數(shù)的擬合與預(yù)測(cè)取得了較好的預(yù)測(cè)效果。[7]通過上述研究表明,機(jī)器學(xué)習(xí)方法在預(yù)測(cè)方面具有明顯的優(yōu)勢(shì),在股票價(jià)格預(yù)測(cè)及降維方面已有不少研究。然而,目前很少對(duì)股票成交量波動(dòng)進(jìn)行預(yù)測(cè)的研究。針對(duì)原油股票成交量,建立基于網(wǎng)格搜索算法(GS)優(yōu)化的差分整合移動(dòng)平均自回歸(GSARIMA),以期建立一種簡(jiǎn)單快速的股票成交量波動(dòng)預(yù)測(cè)模型。

        二、 ARIMA模型

        ARIMA模型由Box與Jenkins于上世紀(jì)七十年代提出,是一種知名度很高的時(shí)間序列預(yù)測(cè)方法,也可簡(jiǎn)寫為ARIMA(p,d,q)。

        其中:

        三、實(shí)例分析

        采用2000年6月10號(hào)至2019年12月23號(hào)原油股票成交量的所有數(shù)據(jù)作為訓(xùn)練模型的數(shù)據(jù)集,共6000個(gè)樣本數(shù)據(jù)。選取2000年6月10號(hào)至2019年3月18號(hào)的數(shù)據(jù)作為訓(xùn)練集,另外2019年3月18號(hào)至2019年12月23號(hào)的數(shù)據(jù)作為測(cè)試集,基于網(wǎng)格搜索算法建立GS-ARIMA模型,將模型預(yù)測(cè)值與實(shí)際值對(duì)比驗(yàn)證模型的準(zhǔn)確性與可靠性。

        應(yīng)用ARIMA模型對(duì)數(shù)據(jù)進(jìn)行分析與預(yù)測(cè)時(shí),要求序列是由一個(gè)平穩(wěn)隨機(jī)過程產(chǎn)生,在圖形上反映為所有的樣本點(diǎn)都圍繞著某一水平線上下隨機(jī)波動(dòng),因此使用ARIMA模型之前需先判定數(shù)據(jù)的平穩(wěn)性。對(duì)原油股票成交量的時(shí)間序列進(jìn)行ADF檢驗(yàn),原始序列的檢驗(yàn)結(jié)果如表1所示。

        表1 原始數(shù)據(jù)ADF檢驗(yàn)結(jié)果

        通過表1中的ADF檢驗(yàn)結(jié)果可得ADF值為-0.401838,明顯大于3個(gè)level臨界值,因此該時(shí)間序列顯然是一個(gè)非平穩(wěn)時(shí)間序列,必須采用差分處理才能進(jìn)行下一步的建模工作。

        (一)時(shí)間序列平穩(wěn)性及非白噪聲檢驗(yàn)

        對(duì)一階差分后的時(shí)間序列開展平穩(wěn)性檢驗(yàn),ADF檢驗(yàn)結(jié)果如表2所示。經(jīng)過一階差分后,ADF值為-9.316945。其值小于3個(gè)level臨界值,可證明差分后的序列是平穩(wěn)的,并確定模型中d的值為1。同時(shí)白噪聲檢驗(yàn)結(jié)果的P值為1.01e-15<0.05,拒絕原假設(shè),確定該時(shí)間序列不屬于白噪聲序列。

        表2 原始序列一階差分ADF檢驗(yàn)結(jié)果

        (二)模型識(shí)別與定階

        基于AIC最小準(zhǔn)則,得到最優(yōu)值為AIC(6,5),并基于BIC準(zhǔn)則和網(wǎng)格搜索算法進(jìn)行超參數(shù)優(yōu)化得出p~(0~7)、q~(0~7)下 的AR(p)、MA(q)熱 力圖,如圖3所示。通過熱力圖展示和AIC(6,5)確定出模型參數(shù)p=6,q=5。以此確定GS-ARIMA(6,1,5)為原油股票成交量預(yù)測(cè)的最佳模型。

        圖1 基于BIC 準(zhǔn)則的AR×MA熱力圖

        (三)模型診斷

        對(duì)原油股票成交量預(yù)測(cè)之前需要進(jìn)行模型診斷,診斷結(jié)果如下圖2所示,從標(biāo)準(zhǔn)化殘差序列圖(左上圖)、殘差直方圖+概率密度圖(右上圖)、殘差QQ圖(左下圖)、殘差自相關(guān)圖(右下圖)進(jìn)行討論,判斷其模型信息是否提取充分。

        圖2 模型診斷圖

        隨著時(shí)間的推移(左上圖)的殘差沒有顯示任何明顯的季節(jié)性,初步斷定為是白噪聲,并通過右下角的自相關(guān)(即相關(guān)圖)證實(shí),表明時(shí)間序列殘差與其本身的滯后具有低相關(guān)性。在右上圖可以看出, KDE線(殘差概率密度線)分布與正態(tài)分布N(0,1)相似,均值近似為0,只是標(biāo)準(zhǔn)差有差異,這表明殘差符合良好的正態(tài)分布。同時(shí),左下角的QQ圖顯示,殘差的有序分布幾乎遵循采用N(0,1)的標(biāo)準(zhǔn)正態(tài)分布采樣的線性趨勢(shì)。

        通過上述模型診斷分析,可采用GS-ARIMA(6,1,5)模型對(duì)原油股票成交量時(shí)間序列進(jìn)行建模并預(yù)測(cè)。

        (四)模型預(yù)測(cè)與評(píng)價(jià)

        運(yùn)用GS-ARIMA(6,1,5)對(duì)2019年3月18號(hào)至2019年12月23號(hào)原油股票成交量進(jìn)行預(yù)測(cè),其預(yù)測(cè)結(jié)果如圖3所示。從圖3可以看出,預(yù)測(cè)值和觀測(cè)值的變化波動(dòng)具有較好的一致性,說明GS-ARIMA(6,1,5)模型取得了良好的預(yù)測(cè)效果。

        圖3 ARIMA模型預(yù)測(cè)值與觀測(cè)值對(duì)比圖

        取最后10個(gè)預(yù)測(cè)結(jié)果與觀測(cè)值進(jìn)行數(shù)據(jù)對(duì)比分析,分析結(jié)果如表3。從表3中分析結(jié)果可以看出,負(fù)值相對(duì)誤差較多說明所選預(yù)測(cè)結(jié)果比觀測(cè)值稍大。表中所列相對(duì)誤差幾乎都在2%~9%范圍內(nèi)波動(dòng),且GS-ARIMA(6,1,5)模型的決定系數(shù)R2值為0.920818,進(jìn)一步表明GS-ARIMA(6,1,5)模型預(yù)測(cè)原油股票成交量具有較好的預(yù)測(cè)效果。

        表3 預(yù)測(cè)值與觀測(cè)值對(duì)比分析結(jié)果

        四、結(jié)語(yǔ)

        以2000至2019年原油股票成交量為例,首先分析原油股票成交量數(shù)據(jù)特征,通過差分方法得到剔除波動(dòng)特性的平穩(wěn)序列,并基于網(wǎng)格搜索算法擬合出最優(yōu)模型GS-ARIMA(6,1,5)。利用該模型預(yù)測(cè)2019年3月18號(hào)至12月23號(hào)的原油股票成交量與真實(shí)觀測(cè)數(shù)據(jù)比對(duì),相對(duì)誤差大概率在2%~9%范圍內(nèi)波動(dòng),且所訓(xùn)練的GS-ARIMA(6,1,5)模型的決定系數(shù)R2為0.920818,表明應(yīng)用GS-ARIMA(6,1,5)模型預(yù)測(cè)未來(lái)原油股票成交量具有一定的參考價(jià)值。

        猜你喜歡
        模型
        一半模型
        一種去中心化的域名服務(wù)本地化模型
        適用于BDS-3 PPP的隨機(jī)模型
        提煉模型 突破難點(diǎn)
        函數(shù)模型及應(yīng)用
        p150Glued在帕金森病模型中的表達(dá)及分布
        函數(shù)模型及應(yīng)用
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        3D打印中的模型分割與打包
        久久无码人妻一区=区三区| 91羞射短视频在线观看| 在线视频精品少白免费观看| 中国一级黄色片久久久| 人妻少妇精品视中文字幕免费| 亚洲天堂成人av影院| 亚洲va久久久噜噜噜久久男同| xxxx国产视频| 久久久亚洲精品午夜福利| 视频在线亚洲视频在线| 亚洲国产国语在线对白观看| 亚洲av国产av综合av卡| 性一交一乱一透一a级| 精品亚洲国产探花在线播放 | 国产激情精品一区二区三区| 中文字幕亚洲无线码高清| 少妇性l交大片免费1一少| 国色天香社区视频在线| 天堂无码人妻精品av一区| 国产精选免在线观看| 中文字幕亚洲综合久久| 国产一区二区三区在线av| 日日麻批免费40分钟无码| 内射少妇36p九色| 小12箩利洗澡无码视频网站 | 国产精品国产三级国a| 亚洲爆乳无码精品aaa片蜜桃| 日韩a无v码在线播放| 欧美日韩一区二区三区视频在线观看| 国产三级三级精品久久| 国产自产二区三区精品| 后入到高潮免费观看| 精品久久久久久国产| 亚洲一级av大片在线观看| 精品国产精品久久一区免费式| 精品无码av一区二区三区| 亚洲国产综合精品 在线 一区| 婷婷色综合成人成人网小说 | 国产91色综合久久免费| 亚洲va无码手机在线电影| 手机看片国产日韩|