论文基于AR模型在中国证券市场中走势预测分析是关于本文可作为相关专业中国证券市场论文写作研究的大学硕士与本科毕业论文马云预言未来十大行业论文开题报告范文和职称论文参考文献资料。
摘 要：基于AR模型,对中国证券市场的预测分析,对中国股市未来未知的区域进行预测、评估.在数据的相关性在可信区间内,对股票的各种风险压力通过AR模型建立明确的指标,根据成立的指标,掌控股票的走势,精确对股票的操作.
关键词：股票 AR模型 预测分析
一、前言
在金融市场之中,证券市场之中的股票市场,是一个体制相对完善的市场.对于一个相对客观的投资市场,就可以运用一些量化手段,去剖析这个市场的发展规律.通过市场的发展规律,来预测在未知的市场后续之中走势.所以,选用了AR模型来对市场进行预测,通过预测的结果来分析预测的结果和现实走势的关系,以及面对预测结果如何掌控未来的走势和面对的突发情况.
二、应用理论介绍
(一)时间序列
时间序列是金融分析中常用到的种数据格式,自回归模型是分析时间序列数据的一种基本的方法.通过建立自回归模型,找到数据自身周期性的規律,从而帮助证券交易者理解金融市场的发展变化.
(二)自回归模型
自回归模型（Autoregressive model）,简称AR模型,是统计上
种处理时问序列的方法,用来描述当前值和历史值之间的关系,用变量自身的历史时间数据对自身进行预测,自回归模型必须满足平稳性的要求.自回归是从线性回归分析中发展而来,只是把自变量x对因变量y的分析,变成自变量x对自身的分析即可.
自回归模型是用自身的数据来进行预测,但是这种方法受到定的限制：
1.必须具有平稳性,平稳性要求随机过程的随机特征不随时间变化.
2.必须具有自相关性,如果自相关系数φi于0.5,则不宜采用,否则预测结果极不准确.
3.自回归只适用于预测和自身前期相关的现象,即受自身历史因素影响较大的现象.对于受其他因素影响的现象,不宜采用自回归,可以改用向量自回归模型.
平稳性要求产生时间序列Y的随机过程的随机特征不随时间变化,则称过程是平稳的；假如该随机过程的随机特征随时间变化,则称过程是非平稳的.
平稳性是由样本时间序列所得到的拟合曲线,在未来的段期间内能顺着现有的形态能直地延续下去；如果数据非平稳,则说明样本拟合曲线的形态不具有延续的特点,也就是说拟合出来的曲线将不符合当前曲线的形态.
三、模型建立
(一)建立数据
在此次的模型建立,是运用的是按照x3为自变量,x4、x5为因变量,依赖于SPSS及Eviews两款软件.利用spss进行相关系数的计算,再利用Eviews软件进行预测.通过计算当天开盘价和收盘价来计算当天股价中点值,对其进行当天股价的简化,将其第二天中点值算为第一天后的预测实际值,利用对前两天的中点值进行二次简化其股票价格.
利用SPSs进行预测一起票价格的函数系数,得到相关系数,x4就是利用x1乘以所得到的自相关系数1,x5就是利用x1乘以所得到的自相关系数2,再利用Eviews软件进行范围扩充后进行预测.自回归模型被利用来校正相关系数和广义回归条件.
其中：x1为当天开盘价和收盘价的中点值；
X2为x1当天前天的值；
x3为x1当天和前一天的中点；
x4为利用x1、x2、x3的自相关系数乘以x1的值；
x5为利用x1、x2、x3的第二个自相关系数乘以x1的值.
四、对预测结果分析
首先,选取了十个大板块的股票,从每个板块之中随机抽取一只股票进行分析.首先运用的是五阶值来进行的相关系数的检测.最后得到的相关系数,有些数值在第三个数的时候就变成了负值.但是运用二阶值的时,并没有出现负值,基本上所有的数值都在0.5以上.0以下的完全不相关的变量,就选择了放弃,采用最为可信的二阶值.二阶值的相关性系数就在上面（表2）,大部分具有高度相关,基本上二阶值最低的相关系数不会低于0.4具有定的相关性.
采取的值,为当天股票交易开盘价和收盘价的中值.经过假想,采用中值这做法的目的是能更好的找到当天分时线的分界点,以此可以判断当天的基准价位.我称之为交易的价值线.它的好处在于,它总会处于当天k线的实体线框之内,也就意味着没有脱离价值的过高和过低,这条线保持了价值的价格.
这水平的线段定义为当日的价值分界线.股票每日都会有开盘价收盘价,还有个平盘价格,但是平盘价只是一种定义它涨幅上下限值的一个评判标准,在我看来,这个并不是股票当日真正价值的体现.又因为接触AR模型,所以展开了这一新的思想,就是AR模型对证券走势的分析预测,现阶段主要是针对股票市场的预测.
通过上面的步骤,选取了一个最小的区间,那就是三十工作日的数据进行预测.进行预测的时间是2017年5月11日,在那个时间向前截取了三十个工作日作为数据,取每一天的中值进行模型建立和计算,预测出后面三天的价值线.最终将三天的价值线和真正的开盘价和收盘价的中值进行计算.
例如图15,16所展示的表明,用AR模型对股票走势的分析准确度百分之八十以上的数据在误差0.3元以内,极个别的超出了0.3元.
先来分析一下0.3元以下的没有误差的,经多次验证表明,结合当前股票的走势日k图表明：模型取舍的是二阶值,在预测之前的数据波动较小或极其具有规律,所以导致规律行极强,相关系数极高,导致了这只股票的预测竟然和真实的值完全相同,没有丝偏差.反观误差在0.3以上的,在预测之前的数据就产生了剧烈的波动例如差距达到1.4元的强力新材（300429）,在预测之前的天出现了涨停,导致了误差出现了较大的误差.
由以上数据表明,可以准确寻找到价值线或是价值线所在的大概区间,这根价值线也就是当天的开收盘价格的中线.
通过AR模型进行的
系列的计算,就得到了这个非常重要的数值.
这个数值的在实际股票市场之中的应用是非常明显易懂的.假设你知道了第二天的价值线你会怎么做,这就很显而易见.通过自己的成本价格,又知道第二天价值线,对于那些炒短线的投资者就很只管的找到了自己的安全区域,能对自己股票进行个简单的操作,来降低股市对投资者的风险,使得收益大于风险收益.
那么这个价值线有没有办法对中长期投资者有帮助呢?
那么答案是肯定的,但并不是简单的将预测数据增多.因为预测是有误差的,如果用有误差的数据去预测数据,你增多你的数量那么误差也会相应增多,从而导致这个数据越来越偏离真实的轨迹.再加上新闻时事对股市的影响,还有其他重大事项对股票的影响那么就导致这个误差变得很大,这个数据就不会再有真实性.
所以可以调换成周线,或者月线进行预测,把一周或者个月看成个整体,那么同理预测也可以预测到下个周期的价值线,从而来达到辅助的作用.
刚才说到了新闻时事和重大事项造成的误差,这是不是对预测本身也会有影响呢.答案是肯定的,期间做过个小实验,用雄安的题材股,时间采用雄安公布之前的数据进行预测,因为新闻时事和重大事项造成的涨停加大了当日的中线和价值线的误差.所以我就可以得到,因
些非理性的因素导致的股市震荡是不会被预测出来的,他预测只不过是在种理性市场中,对理性投资的种预测,准确度相当高.如果因为重大事项而出现的不正常涨跌幅,是没有办法预测的.但是如果这一因素可以长期影响这这股票,那么后续部分还是可以进行预测的,误差也会缩小.多以在使用这个预测模型时,波动越大越不规律那么就要出现些需要预测推断,就像上面所说的样,要自己找下误差的原因和地方,从而做出正确的判断.
利用AR模型预测股票市场走势,以及未来是否能预测期货和外汇等证券市场的走势,还进步有待验证,验证是个长期的过程,希望读者也能和我起见证我所发现的这方法,会使用的读者,也可以按照我的进行操作,可以更换你的阶值等,还可以添加些其他因素使这模型更加完整,更加准确的预测股票市场未来走势.
总结:本论文主要论述了中国证券市场论文范文相关的参考文献,对您的论文写作有参考作用。
参考文献：
1、 关于武汉市旅游市场未来走势预测和分析 摘 要：武汉与全国18个省级行政区相连通，辐射面积覆盖大半个中国，真正形成了“米”字形高铁网络，带来了不可多得的新机遇，会促进武汉的发展速度。高。
2、 行为统计套利模型在中国股票市场中的应用 摘 要： 结合行为金融和统计套利的方法，既从行为金融的角度对中国股票市场进行了分析，又使用了国外较为流行的统计套利方法进行了实证分析。本文通过在。
3、 CAPM模型—基于上海证券市场应用 摘 要：本文对资本资产定价模型以上海股票市场所选取的股票进行了实证研究，得出了资本资产定价模型不适合目前中国股票市场，在资产定价过程中有其他不可。
4、 金融危机对中国证券市场传染效应影响 【摘 要】 随着世界经济发展的进行，经济金融化的趋势愈发明显，金融危机的易发性和破坏性也变得愈来愈大。在刚刚过去的十几年中，经济危机的频发不仅仅。
5、 基于SVAR模型中国股票市场财富效应实证分析 [摘要]通过构建结构化的向量自回归模型（SVAR）对我国股市的财富效应进行实证分析，得出我国股票收益与人均消费支出存在长期稳定关系。运用脉冲响应。
6、 媒体监督和会计稳健性来自中国证券市场经验证据 摘要：以新闻传播学的“议程设置”理论和新闻心理学的“图式”理论为基础，从媒体报道和媒介环境发展层面考察媒体监督对会计稳健性的影响。结果发现，随着。