股票指数的时间序列模型分析

• 作者: 孙宏义 朱梅 陈平 陈建丽
• 来源期刊: 数学的实践与认识
• 学科: 经济
• 关键词: 股票指数 时间序列 状态空间模型 Kalman滤波
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 管理科学
• 页码范围: 52-58
• 页数: 7页
• 分类号: F8
• 字数: 3935字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0984.2006.08.009

摘要

借助于SAS软件将工程中的Kalman滤波方法与时间序列的状态空间模型结合对上海A股指数进行了拟合与预测分析,通过对拟合与预测误差的计算可以发现这种模型是可行的;然后还把与滤波结合的状态空间模型的分析结果和常见的时间序列模型如:ARIMA模型、逐步自回归模型以及指数平滑模型的分析结果进行比较,比较的结果说明结合滤波的状态空间模型分析的结果比后三种的结果更加精确.结果为时间序列数据分析提供了一个较好的分析工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平	东南大学数学系	40	421	13.0	19.0
2	孙宏义	安徽工程科技学院应用数理系	8	59	4.0	7.0
3	朱梅	北京大学数学科学学院	1	40	1.0	1.0
4	陈建丽	南京工业大学数学系	16	220	6.0	14.0