需要金币： 1000 个金币 |
资料包括：完整论文 |  |
 |
| 转换比率：金额 X 10=金币数量， 例100元=1000金币 | 论文字数：9767 |  | |
| 折扣与优惠：团购最低可5折优惠 - 了解详情 | 论文格式：Word格式(*.docx) |  |
摘 要
金融时间序列分析的主要目的是利用现有的以及过去的金融数据，对未来金融市场可能发生的变化能够提前作出预知。在对金融时间序列的分析中我们既可以知道时间序列中各个组成要素对金融的影响，而且还可以依据现有数据对未来做出预测。
关键字： 时间序列; ARIMA模型; 平稳性; 波动性; 预测模型
目 录
1 绪论 4
1.1 金融时间序列的发展及主要方向 4
1.2 国内外研究现状及其意义 4
2 时间序列分析的模型介绍 5
2.1 时间序列的含义 5
2.2 时间序列的一些基本概念 5
2.3 时间序列几种模型简介 7
2.3.1 自回归模型：AR（p）模型 7
2.3.2 移动平均模型：MA（q）模型 8
2.3.3 自回归滑动平均模型：ARMA(p,q)模型 8
2.3.4 求和自回归移动平均模型 9
2.3.5 自回归条件异方差：ARCH(r)模型 9
3 时间序列模型在金融市场中的应用 10
3.1 金融时间序列的建模概述 10
3.2 金融时间序列模型的实例分析 10
3.2.1 平稳时间序列模型 10
3.2.2 对于具有非平稳性的时间序列的建模与预测 15
4 小结 25
参考文献 26
致 谢 27 |
