基于时间序列的股票趋势预测研究及R语言应用

doi:10.14097/j.cnki.5392/2016.23.063

LZUFE-KMS

	基于时间序列的股票趋势预测研究及R语言应用
	张楠
	2016-08-18
发表期刊	现代商业
期号	23 页码:112-113
摘要	目前,股票市场以其高风险高收益的特点越来越受到投资者的关注。股票交易市场快速发展对于增加国民经济有效性也产生了重大的影响。与此同时,一些公开的有用信息以及历史的股票市场指数对于预测未来的股票收益也有不可分割的联系。ARIMA模型是一个基于时间序列预测的统计模型,尤其对于短期预测更为有效。运用ARIMA模型来对历史的股票交易数据进行分析,并预测未来的股票价格走势,为投资者提供更好的投资时机。研究结果使用R语言做可视化呈现。结果表明,ARIMA模型对于短期的股票预测有较好的效果。
关键词	时间序列分析股票分析数据挖掘 ARIMA R语言
DOI	10.14097/j.cnki.5392/2016.23.063
URL	查看原文
ISSN	1673-5889
语种	中文
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/12366
专题	兰州财经大学
作者单位	兰州财经大学统计学院
第一作者单位	统计与数据科学学院
推荐引用方式 GB/T 7714	张楠. 基于时间序列的股票趋势预测研究及R语言应用[J]. 现代商业,2016(23):112-113.
APA	张楠.(2016).基于时间序列的股票趋势预测研究及R语言应用.现代商业(23),112-113.
MLA	张楠."基于时间序列的股票趋势预测研究及R语言应用".现代商业 .23(2016):112-113.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
26937.pdf（178KB）	期刊论文	出版稿	暂不开放	CC BY-NC-SA	请求全文