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:
上证50指数是中国股指期货中一个重要品种,它是挑选上海证券市场中规模大、 流动性好的50只股票组成的样本股构成,从而反映市场上最有影响力的一批企业的整体状况.文中根据数据的时间序列特性,建立ARIMA模型并对其进行定量分析,选取2004年1月到2016年11月每日收盘价为原始数据进行研究,通过对数据平稳化处理、模型建立、模型检验,最终运用计量分析软件SPSS 22.0建立有效的ARIMA模型,并对未来数据进行预测.
推荐文章
基于时间序列的上证综合指数短期预测分析
上证综合指数
ARIMA模型
t-ARMA-GARCH模型
预测
基于已实现NGARCH模型的上证50指数的风险度量
金融高频数据
杠杆效应
已实现NGARCH
风险度量
Kupiec失败率检验
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ARIMA模型的自动站风速预测
ARIMA模型
风速
预测
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 基于ARIMA模型的上证50指数的分析及预测
来源期刊 福建质量管理 学科
关键词 上证50指数 时间序列 ARIMA模型 SPSS22.0 预测
年,卷(期) 2019,(24) 所属期刊栏目 金融证券
研究方向 页码范围 156-157
页数 2页 分类号
字数 3456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 韩军伟 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (7)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(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)
研究主题发展历程
节点文献
上证50指数
时间序列
ARIMA模型
SPSS22.0
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
福建质量管理
半月刊
1673-9604
35-1087/F
大16开
福建省福州市鼓楼区洪山园路洪山科技园福建节能大厦1号楼2层
1980
chi
出版文献量(篇)
25858
总下载数(次)
444
总被引数(次)
4005
论文1v1指导