作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为研究上证指数的变化规律,利用时间序列分析方法建立了预测模型,模型对沪深300指数的周收盘数据作了预测分析,结果表明,预测值接近真实值,并为指导投资者在证券投资市场上的正确投资战略决策提供有效依据.
推荐文章
基于ISNN和HGA的沪深300指数预测方法
结构化神经网络
量化正交遗传算法
指数预测
时间序列预测
基于ARMA-GARCH模型对沪深300指数的预测分析
沪深300指数
ARMA模型
GARCH模型
波动率
基于ISNN和HGA的沪深300指数预测方法
结构化神经网络
量化正交遗传算法
指数预测
时间序列预测
基于非参数模型的沪深300股指波动性研究
非参数自回归模型
多项式样条估计
局部线性估计
预测
沪深300指数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 沪深300指数的走势分析及预测——基于ARIMA模型
来源期刊 致富时代(下半月) 学科 经济
关键词 沪深300指数 ARIMA模型 AIC准则 建模预测
年,卷(期) 2011,(5) 所属期刊栏目 财政金融
研究方向 页码范围 97
页数 分类号 F832.5
字数 1866字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭家 西南财经大学统计学院 5 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (2)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
沪深300指数
ARIMA模型
AIC准则
建模预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
致富时代(下半月)
月刊
chi
出版文献量(篇)
5357
总下载数(次)
9
论文1v1指导