導航:首頁 > 全球股市 > 運用統計學時間序列分析股票

運用統計學時間序列分析股票

發布時間:2022-08-10 21:44:21

1. 聽說統計學的應用性很強,哪位大師幫忙詳細介紹一下統計學的情況

統計學應用確實很廣.
1.醫學,葯學.------這個就不用多說了,醫生本來就是個好職業.
2.社會調研,市場調研,等. 現在做市場也要用很多統計學的,比如問卷的設計,分析.
3.企業管理.-----spc(統計製程式控制制),6-sigma,doe(實驗設計)這些企業里用到的很時髦的管理方法,其實也是統計學的應用.
4.保險.--------生存分析等.
5.股票.--------時間序列分析等.
6.農業.--------新種子,新肥料的試驗等等.
7.............
反正隨著科學管理方法理論(雖然外國佬很早先就提出了,但是中國的管理水平,呵呵,現在估計還沒全面實施)的推廣,統計學等學科應用領域是越來越多,所以應該作業一門必修的基本學科都應該掌握,它只是工具方法,其它東西也要學的.

2. 統計學在股票中的應用有那些方面

股票價格指數(以下有時簡稱股價指數)是我們統計學里指數中的一種。它反映一定時期內某一證券市場上股票價格的綜合變動方向和程度的動態相對數。由於政治經濟,市場及心理等各種因素的影響,每種股票的價格均處於不斷變動之中;而市場上每時每刻都有許多股票在進行交易。為了從眾多個別股票紛繁復雜的價格變動中判斷和把握整個股票市場的價格變動水平與變動趨勢,美國道.瓊斯公司的創始人之一查爾斯.亨利.道第一個提出了平均股票價格指數作為衡量尺度,這就是久負盛名的道.瓊斯平均股價指數。如今,世界各國的股價市場幾乎都編有股票價格指數,較有影響的除道.瓊斯指數以外,還有美國的標准.普爾股價指數(有時記為S&P500指數)、紐約證券交易所票價指數,英國的《金融時報》股價指數、日本的經濟新聞社道氏平均股價指數以及香港的恆生指數等。股價指數可以為投資者和分析家研究,判斷股市動態提供信息。它不僅反映股票市場行情變動的重要指標,而且是觀測經濟形勢和周期狀況參考指標,被視為股市行情的「指示器」和經濟景氣變化的「晴雨表」。在我國大陸,主要有上證指數和深證指數。

編制股票價格指數的意義在於

(1)綜合反映股票市場股票價格的變動方向和變動程度。(2)據此進行因素分析,分析各種股價對股票市場股價總水平的影響程度。(3)分析股價長期內的變動趨勢。(4)在宏觀上,股指可以預測國民經濟景氣情況和企業經營業績。

(一)股票價格指數的一般概念

1.股價平均數:它是用來反映多種股票價格變動的一般水平。股票價格平均數由證券交易所、金融服務公司、銀行或新聞機構編制的,用以反映證券市場股票價格行市變動的一種價格平均數。

由於股票市場上各上市公司股票價格變動的方向和幅度不可能一致,為了衡量由各種股票共同組成的大市整體價格水平和整個市場總體變動方向,一些組織開始編制了股票價格平均數。1981年6月,「道.瓊斯公司」的共同創立者之一——查爾斯.亨利.道在《客戶午後通訊》上首先發表了一組後來被稱為「道.瓊斯工業股股票價格平均數」,是世界上最早的股票價格平均數,一般計算步驟是:先選定一些有代表性的樣本公司,再通過簡單算術平均法,以這些公司股票收盤價之和除以樣本公司數得出。計算公式為:

P=(ΣPi)/N

其中,P代表股票價格平均數,N代表樣本公司個數,Pi代表第i家公司股票計算期的收盤價。

2.基期:指在編制股票價格指數時,被確定作為對比基礎的時期。這個時期可以是某一日,也可以是某一年或若干年。例如,義大利商業銀行股票價格指數基期是一年,即以某一年全年股票價格平均數作為對比的基礎;標准.普爾500種和400種工業股股價指數則以1941—1943年為基期。通常較多採用以某一日作為計算基期。由於股票價格指數是由現期水平同基期水平相比較得出,因此,基期的選擇對指數絕對數大小具有重要影響。影響股票價格指數絕對水平大小的另一個重要因素是基數。

3.基數:指股票價格指數在基期的數值。在大多數國家中,基數都定為100,也有定為10(如標准.普爾500種股票價格指數)、50(如紐約證券交易所綜合股價指數),還有的定為500(如澳大利亞證券交易所有普通股股價指數)、1000(如香港遠東指數,加拿大多倫多300種股票價格綜合指數)等。基數有大小,對股票價格指數絕對數大小有重要影響。

4.點:是股票價格指數的計算單位,在採用股票價格平均數和股票價格指數衡量股市行情變動的情況下,作為計算單位的「點」具有不同含義。在前一情況下,「點」代表的是平均水平的價格單位,是一個金額概念,同貨幣單位(如元)在類似的含義上運用,如平均價格指數為150點,即意味著市場上股票價格的平均水平為150元。在後一情況下,「點」反映的是計算期價格水平相對於基期價格水平變動的幅度,是指「百分點」(或「千分點」等)的意思,一般不能直接同金額概念等同起來,如基期指數定為100點,計算期指數為150點,即意味著計算期股票價格水平是基期水平的150%。但無論在任何場合,「點」總是衡量股票價格行情起落變動的尺度。由於世界各國的股票市場都編制有若干不同的股票價格指數,其選定的基期、確定的基數不同,尤其是計算方法的差異,針對不同股票市場的股票價格指數,與同一股票市場的不同股票價格指數,在絕對數上並沒有可比性。但是隨著資本主義經濟一體化趨勢的加強,各國不同股票價格指數變動趨勢在一定程度上具有了「聯運性」,這一點尤其是在1987年10月的世界股市崩潰時得到了印證。

3. 運用統計學的有關知識,利用同花順軟體,選擇一支具有代表性的股票,進行分析以及預測

000541,上15後回踩不破,後市比大漲。

4. 隨機遊走的隨機遊走模型

隨機遊走本來是「物理上布朗運動」相關的分子,還是微觀粒子的運動形成的一個模型。
現在過多的談到隨機遊走假說是數理金融中最重要的假設,它把有效市場的思想與物理學中的布朗運動聯系起來,由此而來的一整套的隨機數學方法成為構建數理金融的基石。(其研究的機理已經在股票研究中應用很廣泛) 隨機遊走模型的提出是與證券價格的變動模式緊密聯系在一起的。最早使用統計方法分析收益率的著作是在 1900年由路易·巴舍利耶(Louis Bachelier)發表的,他把用於分析賭博的方法用於股票、債券、期貨和期權。在巴舍利耶的論文中,其具有開拓性的貢獻就在於認識到隨機遊走過程是布 朗運動。1953年,英國統計學家肯德爾在應用時間序列分析研究股票價格波動並試圖得出股票價格波動的模式時,得到了一個令人大感意外的結論:股票價格沒 有任何規律可尋,它就象「一個醉漢走步一樣,幾乎宛若機會之魔每周仍出一個隨機數字,把它加在目前的價格上,以此決定下一周的價格。」即股價遵循的是隨機 遊走規律。
隨機遊走模型有兩種,其數學表達式為 :
Y t =Y t-1 +e t ①
Y t =α+Y t-1 +e t ②
式中:
Y t 是時間序列(用股票價格或股票價格的自然對數表示);
e t 是隨機項,E(e t )=0;Var(e t )=σ 2 ;
α是常數項。
模型①稱為「零漂移的隨機遊走模型」,即當天的股票價格是在前一天價格的基礎上進行隨機變動。股票價格差全部包含在隨機項 e t 中。
模型②稱為「α漂移的隨機遊走模型」,即當天的股票價格是在前一天價格的基礎上先進行一個固定的α漂移,再進行隨機變動。股票價格差包括兩部分,一部分是固定變動α,另一部分也是隨機項 e t 。
由以上隨機遊走模型可以看出,證券價格的時間序列將呈現隨機狀態,不會表現出某種可觀測或統計的確定趨勢。即證券價格的變動是不可預測的,這恰恰是隨機 遊走模型所揭示的證券價格變動 規律 的中心思想。那麼,隨機遊走模型下所確定的證券價格的這一變動模式與資本市場的效率性之間是什麼關系呢?隨機變動的證券價格,不僅不是市場非理性的證據, 而正是眾多理性的投資者開發有關信息,並對其做出反映的結果。事實上,如果證券價格的變動是可以預測的,那才真正說明市場的無效率和非理性。也就是說,若 證券市場是有效率的,證券價格應當真正符合隨機遊走模型。
t)=0,而這正是獨立隨機過程所必須的條件。然而當H≠1/2時,不管t取何值,C(t)≠0。分數布朗運動的這一特徵,導致了狀態持續性或逆狀態持續性。
當H>1/2時,存在狀態持續性,即在某一時刻t以前存在上升(或下降)趨勢隱含著在時刻t以後總體上也存在著上升(或下降)的趨勢;反之,當H<1/2 時存在逆狀態持續性,即在某一時刻t以前存在上升(或下降)趨勢隱含著在時刻t以後總體上也存在著下降(或上升)的趨勢
進一步地,應用R/S分析法,可以確定信息的兩個重要方面,Hurst指數H和平均的周期長度。周期的存在對於進一步的討論分析具有重要影響。當H≠1 /2時,概率分布不是正態分布;當1/2<H<1時,時間序列是分形。分維時間序列不同於隨機遊走,它是有偏的隨機過程,其偏離的程度取決於H大於1/2 的程度,並且隨著H逐步逼近1狀態持續性逐步增強。
值得指出的是,R/S分析法是十分有效的工具,不必假定潛在的分布是高斯分布。H=1/2並不能說明時間序列是一個高斯隨機遊走,僅表明不存在長期記憶。 如果隨機遊走不再適用,那麼許多數量分析的方法將失去效用,尤其是CAPM和以方差或波動程度度量的風險概念。
通過以上的論述,得到下列基本結論:
1.對有效市場假說,α必須始終等於2;而對分形市場分析,α可以在1到2之間變化。這是有效市場假說與分形市場分析對市場特性認識的主要區別。正是由於α的分數維性質充分反映了市場本身所具有的特性
2.分形市場分析不必依賴於獨立、正態或方差有限的假設。
3.應用R/S分析法,可以確定信息的兩個重要方面,Hurst指數H和平均的周期長度。
4.公眾對於信息以非線性方式作出反應,因而有偏的隨機遊走是市場的常態,表現為分數布朗運動。
5.對於隨機遊走的偏離程度取決於指數H。
本文從對EMH的產生及其發展討論出發,從分形的角度探討市場特性的分形市場分析方法及其所反映的市場特性,推廣了資本市場理論,認為市場是分形的,服 從分數布朗運動,即有偏的隨機遊走,其研究方法可以採用R/S分析法。公眾對於信息以非線性的方式作出反應,因而呈現出對信息的不一致性消化、吸收,導致 對隨機遊走的偏離,並表現為市場的常態。

5. 應用計量經濟學時間序列分析在股票預測上有多大的作用

作用沒有想像中的大,你可以用股票的滯後變數來進行回歸分析,滯後2~3期就夠了,不過數據必須具體點,最好細分到每季度、每月的上證指數,還有時間上怎麼也要十年左右吧!

我以前在論文附錄中做過分析,數據都是自己按季度整理的,挺麻煩的呢,如果需要的話就發給你~

還有就是,我覺得寫關於股票的預測方面的實際用處並不是很大,畢竟股票的影響因素太多,單單的憑藉以前的走勢而預期太不好了。。我自己也炒股票,就像那些macd、kdj之類的指標根本就起不到太大的作用,如果那個能預期的話,股市豈不就成了提款機了?現在你做的這個就像是那些指標一樣,要知道,股市是活的,人是活的,而指標確實死的!說這么多的意思就是股市不是能簡單預測的,你做的那個用處不大。。

如果你想做的話,建議換個題目,我當時的寫的是對弗里德曼的貨幣需求理論在中國市場的分析。你可以寫寫貨幣供應量對通貨膨脹的時滯性,分析下在我國市場的滯後期大概是多少~數據在國家統計局和中國人民銀行都可以找到的,樣本空間一定要足夠大,在對滯後變數分析時候主要考慮各自的T檢驗是否通過,一般從通過之後大概就是那個的滯後期!這個比較直接反而有些許用處~
要是能分析出國家的一般性政策對實體市場的影響就更好了,更有用了~

呵呵,以上只是自己的建議~有什麼其他的問題就給我留言吧~

6. 股票價格的隨機遊走的含義

隨機遊走模型的提出是與證券價格的變動模式緊密聯系在一起的。最早使用統計方法分析收益率的著作是在 1900年由路易·巴舍利耶(Louis Bachelier)發表的,他把用於分析賭博的方法用於股票、債券、期貨和期權。在巴舍利耶的論文中,其具有開拓性的貢獻就在於認識到隨機遊走過程是布 朗運動。1953年,英國統計學家肯德爾在應用時間序列分析研究股票價格波動並試圖得出股票價格波動的模式時,得到了一個令人大感意外的結論:股票價格沒 有任何規律可尋,它就象「一個醉漢走步一樣,幾乎宛若機會之魔每周仍出一個隨機數字,把它加在目前的價格上,以此決定下一周的價格。」即股價遵循的是隨機 遊走規律。
這也跟市場有效原則有關
弱有效證券市場是指證券價格能夠充分反映價格歷史序列中包含的所有信息,如有關證券的價格、交易量等。如果這些歷史信息對證券價格變動都不會產生任何影響,則意味著證券市場達到了弱有效。

7. 統計學對炒股有什麼意義

有意義,用統計的方法可以對股票市場進行統計可以得到,炒股軟體上面得不到的信息,而且對判斷股票的未來走勢是有說服力的。說沒用的人基本上沒用過對股票進行統計的方法。我就是統計與盤面相結合的。

8. 應用統計學的編輯推薦

本書提供電子課件、教案、習題庫、上機操作數據、實驗指導等配套資料,並提供教學網站支持。
本書通過講述應用統計學基本知識和基本技能,融入電子表格(Excel)的實際應用,包括參數估計、假設檢驗、方差分析、時間序列分析等應用統計方法;同時堅持了體系的完整性,突出了應用性、層次性和趣味性。
潘鴻:吉林大學教授,經濟學博士,碩士生導師。
第一章緒論 1
第一節統計與統計學 1
一、統計學的含義 1
二、統計學的研究對象 2
三、統計學的產生與發展 4
第二節統計學的應用與分科 6
一、統計學的應用 6
二、統計學的分科 9
第三節統計學的基本概念 11
一、總體和樣本 11
二、標志、指標和指標體系 12
三、參數、統計量和變數 14
本章小結 14
思考與練習 15
第二章統計數據的收集 17
第一節統計數據的來源 17
一、統計數據的間接來源 17
二、統計數據的直接來源 17
第二節統計數據的類型 18
一、分類數據、順序數據和數值型數據 19
二、截面數據、時間序列數據和面板數據 19
第三節調查方案設計 20
一、調查目的 20
二、調查對象 20
三、調查單位 20
四、調查表 21
第四節調查問卷設計 21
一、問卷及問卷設計標准 21
二、問卷的開發程序 22
三、問卷措辭應注意的問題 22
四、回答項目的設計 23
本章小結 27
思考與練習 28
第三章統計數據的整理 30
第一節統計數據的預處理 30
一、統計數據的審核 30
二、統計數據的排序 30
三、統計數據的篩選 31
四、統計數據的插補 34
五、數據透視表和透視圖 36
第二節統計表 37
一、統計表的分類 37
二、統計表的設計規則 39
第三節統計分組和頻數分布 40
一、統計分組的概念 40
二、頻數與頻數分布 42
三、利用電子表格繪制不變和可變直方圖 43
第四節統計圖 46
一、統計圖的類型 46
二、利用電子表格繪制常用的統計圖 53
本章小結 55
思考與練習 55
第四章描述性統計 58
第一節集中趨勢的度量 58
一、平均數 58
二、眾數 61
三、中位數 61
四、分位數 62
五、眾數、中位數和平均數的比較 63
第二節離散程度的度量 64
一、極差 65
二、平均差 65
三、方差和標准差 66
四、變異系數 67
第三節偏態和峰態的度量 68
一、偏態及其測度 68
二、峰態及其測度 69
本章小結 71
思考與練習 72
第五章抽樣 74
第一節抽樣概述 74
一、全及總體 74
二、樣本 74
三、抽樣框 75
四、抽樣單位 75
五、總體參數和樣本統計量 75
第二節抽樣方法及其分類 76
一、簡單隨機抽樣 76
二、分層抽樣 78
三、系統抽樣 78
四、整群抽樣 80
第三節抽樣分布 80
一、抽樣分布的概念和種類以及幾種常見的分布 80
二、樣本均值(平均數)的抽樣分布 81
三、樣本比例(成數)的抽樣分布 82
四、樣本方差的抽樣分布 84
本章小結 84
思考與練習 85
第六章 參數估計 87
第一節參數估計的相關概念 87
第二節參數估計方法 88
一、點估計與大數定律 88
二、區間估計 88
第三節參數估計量的評價標准 90
一、無偏性 90
二、有效性 90
三、一致性 91
第四節總體均值的區間估計 91
一、正態總體、方差已知(或非正態總體、大樣本) 91
二、正態總體、方差未知小樣本 93
第五節總體比例的區間估計 96
第六節總體方差的區間估計 97
第七節兩個總體均值之差的區間估計 98
一、大樣本 98
二、小樣本 100
第八節兩個總體比例之差的區間估計 102
第九節兩個總體方差比的區間估計 103
第十節樣本容量的確定 104
一、估計總體均值時樣本容量的確定 104
二、估計總體比例時樣本容量的確定 105
本章小結 105
思考與練習 107
第七章假設檢驗 108
第一節假設檢驗的相關概念 108
一、原假設與備擇假設 108
二、顯著性水平和兩類錯誤 109
三、檢驗統計量和拒絕域 110
四、顯著性概率 112
第二節假設檢驗的基本步驟 113
一、構造原假設和備擇假設 113
二、選擇合適的統計量 113
三、計算臨界值和拒絕域 113
四、作出判斷 114
第三節總體均值的檢驗 114
一、單個總體均值的檢驗 114
二、兩個總體均值之差的檢驗 117
第四節總體比例的檢驗 120
一、單個總體比例的檢驗 121
二、兩個總體比例之差的檢驗 122
第五節總體方差的檢驗 123
一、單個總體方差的檢驗 123
二、兩個總體方差比的檢驗 126
本章小結 128
思考與練習 130
第八章 方差分析 132
第一節方差分析的基本問題 132
一、方差分析及相關術語 132
二、方差分析的基本思想和原理 133
三、方差分析的基本假定 135
第二節單因素方差分析 136
一、單因素方差分析的數據結構 136
二、單因素方差分析步驟 136
三、用Excel進行單因素方差分析 140
四、方差分析中的多重比較 142
本章小結 143
思考與練習 143
第九章 時間序列分析 146
第一節時間序列概述 146
一、時間序列的概念 146
二、時間序列的分類 147
三、時間序列的編制原則 148
第二節時間序列的描述性分析 149
一、發展水平 149
二、平均發展水平 150
三、增長量與平均增長量 153
四、發展速度與增長速度 154
五、平均發展速度與平均增長速度 156
六、發展速度分析應注意的問題 157
第三節時間序列的構成要素 157
第四節加法模型與乘法模型 158
第五節時間序列的分解分析 159
一、長期趨勢分析 160
二、季節變動分析 167
三、循環變動與不規則變動的分析 171
本章小結 173
思考與練習 173
第十章 統計指數 176
第一節統計指數概述 176
一、統計指數的概念 176
二、統計指數的分類 176
三、統計指數的作用 177
第二節綜合指數和平均指數 178
一、綜合指數 178
二、平均指數 180
第三節指數體系與因素分析 181
一、總量指標變動的因素分析 182
二、平均指標變動的因素分析 182
第四節幾種常用的經濟指數 184
一、居民消費價格指數 184
二、生產者價格指數 187
三、工業生產指數 187
四、股票價格指數 188
本章小結 189
思考與練習 189
附錄《應用統計學》實驗指導書 192
說明 192
實驗一統計工作過程實驗 193
實驗二電子表格在統計分析中的應用 193
實驗三統計學知識綜合運用 194
主要參考文獻 198
配套資料索取說明 199

9. 時間序列在股市有哪些應用

時間序列分析在股票市場中的應用
摘要
在現代金融浪潮的推動下,越來越多的人加入到股市,進行投資行為,以期得到豐厚的回報,這極大促進了股票市場的繁榮。而在這種投資行為的背後,越來越多的投資者逐漸意識到股市預測的重要性。
所謂股票預測是指:根據股票現在行情的發展情況地對未來股市發展方向以及漲跌程度的預測行為。這種預測行為只是基於假定的因素為既定的前提條件為基礎的。但是在股票市場中,行情的變化與國家的宏觀經濟發展、法律法規的制定、公司的運營、股民的信心等等都有關聯,因此所謂的預測難於准確預計。
時間序列分析是經濟預測領域研究的重要工具之一,它描述歷史數據隨時間變化的規律,並用於預測經濟數據。在股票市場上,時間序列預測法常用於對股票價格趨勢進行預測,為投資者和股票市場管理管理方提供決策依據。

閱讀全文

與運用統計學時間序列分析股票相關的資料

熱點內容
恆大系股票港股退市 瀏覽:373
一隻股票倉位控制 瀏覽:533
中國糖果股票主營 瀏覽:537
因業績造假退市的股票 瀏覽:190
應用工業技術股票走勢 瀏覽:949
2019年高送轉業績好的股票 瀏覽:453
股票軟體忘記怎麼辦 瀏覽:514
股票知識網app 瀏覽:157
股票和白銀td哪個適合投資 瀏覽:741
股票業績大全 瀏覽:624
珠江實業股票最新消息 瀏覽:996
股票桌面小部件app 瀏覽:631
手機什麼軟體看股票k線 瀏覽:375
單個股票的換手率數據 瀏覽:120
歌爾股份股票奮達科技 瀏覽:122
哪裡能看到股票走勢圖 瀏覽:29
股票資訊軟體推薦 瀏覽:985
8月哪類行業股票漲幅大 瀏覽:883
智能家居股票屬於人工智慧嗎 瀏覽:975
美國股票市場退市規則 瀏覽:888