运用统计学时间序列分析股票

1. 听说统计学的应用性很强，哪位大师帮忙详细介绍一下统计学的情况

统计学应用确实很广.
1.医学,药学.------这个就不用多说了,医生本来就是个好职业.
2.社会调研,市场调研,等. 现在做市场也要用很多统计学的,比如问卷的设计,分析.
3.企业管理.-----spc(统计制程控制),6-sigma,doe(实验设计)这些企业里用到的很时髦的管理方法,其实也是统计学的应用.
4.保险.--------生存分析等.
5.股票.--------时间序列分析等.
6.农业.--------新种子,新肥料的试验等等.
7.............
反正随着科学管理方法理论(虽然外国佬很早先就提出了,但是中国的管理水平,呵呵,现在估计还没全面实施)的推广,统计学等学科应用领域是越来越多,所以应该作业一门必修的基本学科都应该掌握,它只是工具方法,其它东西也要学的.

2. 统计学在股票中的应用有那些方面

股票价格指数(以下有时简称股价指数)是我们统计学里指数中的一种。它反映一定时期内某一证券市场上股票价格的综合变动方向和程度的动态相对数。由于政治经济，市场及心理等各种因素的影响，每种股票的价格均处于不断变动之中；而市场上每时每刻都有许多股票在进行交易。为了从众多个别股票纷繁复杂的价格变动中判断和把握整个股票市场的价格变动水平与变动趋势，美国道.琼斯公司的创始人之一查尔斯.亨利.道第一个提出了平均股票价格指数作为衡量尺度，这就是久负盛名的道.琼斯平均股价指数。如今，世界各国的股价市场几乎都编有股票价格指数，较有影响的除道.琼斯指数以外，还有美国的标准.普尔股价指数(有时记为S&P500指数)、纽约证券交易所票价指数，英国的《金融时报》股价指数、日本的经济新闻社道氏平均股价指数以及香港的恒生指数等。股价指数可以为投资者和分析家研究，判断股市动态提供信息。它不仅反映股票市场行情变动的重要指标，而且是观测经济形势和周期状况参考指标，被视为股市行情的“指示器”和经济景气变化的“晴雨表”。在我国大陆，主要有上证指数和深证指数。

编制股票价格指数的意义在于

(1)综合反映股票市场股票价格的变动方向和变动程度。(2)据此进行因素分析，分析各种股价对股票市场股价总水平的影响程度。(3)分析股价长期内的变动趋势。(4)在宏观上，股指可以预测国民经济景气情况和企业经营业绩。

(一)股票价格指数的一般概念

1.股价平均数：它是用来反映多种股票价格变动的一般水平。股票价格平均数由证券交易所、金融服务公司、银行或新闻机构编制的，用以反映证券市场股票价格行市变动的一种价格平均数。

由于股票市场上各上市公司股票价格变动的方向和幅度不可能一致，为了衡量由各种股票共同组成的大市整体价格水平和整个市场总体变动方向，一些组织开始编制了股票价格平均数。1981年6月，“道.琼斯公司”的共同创立者之一——查尔斯.亨利.道在《客户午后通讯》上首先发表了一组后来被称为“道.琼斯工业股股票价格平均数”，是世界上最早的股票价格平均数，一般计算步骤是：先选定一些有代表性的样本公司，再通过简单算术平均法，以这些公司股票收盘价之和除以样本公司数得出。计算公式为：

P=(ΣPi)／N

其中，P代表股票价格平均数，N代表样本公司个数，Pi代表第i家公司股票计算期的收盘价。

2.基期：指在编制股票价格指数时，被确定作为对比基础的时期。这个时期可以是某一日，也可以是某一年或若干年。例如，意大利商业银行股票价格指数基期是一年，即以某一年全年股票价格平均数作为对比的基础；标准.普尔500种和400种工业股股价指数则以1941—1943年为基期。通常较多采用以某一日作为计算基期。由于股票价格指数是由现期水平同基期水平相比较得出，因此，基期的选择对指数绝对数大小具有重要影响。影响股票价格指数绝对水平大小的另一个重要因素是基数。

3.基数：指股票价格指数在基期的数值。在大多数国家中，基数都定为100，也有定为10(如标准.普尔500种股票价格指数)、50(如纽约证券交易所综合股价指数)，还有的定为500(如澳大利亚证券交易所有普通股股价指数)、1000(如香港远东指数，加拿大多伦多300种股票价格综合指数)等。基数有大小，对股票价格指数绝对数大小有重要影响。

4.点：是股票价格指数的计算单位，在采用股票价格平均数和股票价格指数衡量股市行情变动的情况下，作为计算单位的“点”具有不同含义。在前一情况下，“点”代表的是平均水平的价格单位，是一个金额概念，同货币单位(如元)在类似的含义上运用，如平均价格指数为150点，即意味着市场上股票价格的平均水平为150元。在后一情况下，“点”反映的是计算期价格水平相对于基期价格水平变动的幅度，是指“百分点”(或“千分点”等)的意思，一般不能直接同金额概念等同起来，如基期指数定为100点，计算期指数为150点，即意味着计算期股票价格水平是基期水平的150%。但无论在任何场合，“点”总是衡量股票价格行情起落变动的尺度。由于世界各国的股票市场都编制有若干不同的股票价格指数，其选定的基期、确定的基数不同，尤其是计算方法的差异，针对不同股票市场的股票价格指数，与同一股票市场的不同股票价格指数，在绝对数上并没有可比性。但是随着资本主义经济一体化趋势的加强，各国不同股票价格指数变动趋势在一定程度上具有了“联运性”，这一点尤其是在1987年10月的世界股市崩溃时得到了印证。

3. 运用统计学的有关知识，利用同花顺软件，选择一支具有代表性的股票，进行分析以及预测

000541，上15后回踩不破，后市比大涨。

4. 随机游走的随机游走模型

随机游走本来是“物理上布朗运动”相关的分子，还是微观粒子的运动形成的一个模型。
现在过多的谈到随机游走假说是数理金融中最重要的假设，它把有效市场的思想与物理学中的布朗运动联系起来，由此而来的一整套的随机数学方法成为构建数理金融的基石。（其研究的机理已经在股票研究中应用很广泛） 随机游走模型的提出是与证券价格的变动模式紧密联系在一起的。最早使用统计方法分析收益率的着作是在 1900年由路易·巴舍利耶（Louis Bachelier）发表的，他把用于分析赌博的方法用于股票、债券、期货和期权。在巴舍利耶的论文中，其具有开拓性的贡献就在于认识到随机游走过程是布 朗运动。1953年，英国统计学家肯德尔在应用时间序列分析研究股票价格波动并试图得出股票价格波动的模式时，得到了一个令人大感意外的结论：股票价格没 有任何规律可寻，它就象“一个醉汉走步一样，几乎宛若机会之魔每周仍出一个随机数字，把它加在目前的价格上，以此决定下一周的价格。”即股价遵循的是随机 游走规律。
随机游走模型有两种，其数学表达式为 ：
Y t =Y t-1 +e t ①
Y t =α+Y t-1 +e t ②
式中：
Y t 是时间序列（用股票价格或股票价格的自然对数表示）；
e t 是随机项，E(e t )=0；Var(e t )=σ 2 ；
α是常数项。
模型①称为“零漂移的随机游走模型”，即当天的股票价格是在前一天价格的基础上进行随机变动。股票价格差全部包含在随机项 e t 中。
模型②称为“α漂移的随机游走模型”，即当天的股票价格是在前一天价格的基础上先进行一个固定的α漂移，再进行随机变动。股票价格差包括两部分，一部分是固定变动α，另一部分也是随机项 e t 。
由以上随机游走模型可以看出，证券价格的时间序列将呈现随机状态，不会表现出某种可观测或统计的确定趋势。即证券价格的变动是不可预测的，这恰恰是随机 游走模型所揭示的证券价格变动 规律 的中心思想。那么，随机游走模型下所确定的证券价格的这一变动模式与资本市场的效率性之间是什么关系呢？随机变动的证券价格，不仅不是市场非理性的证据， 而正是众多理性的投资者开发有关信息，并对其做出反映的结果。事实上，如果证券价格的变动是可以预测的，那才真正说明市场的无效率和非理性。也就是说，若 证券市场是有效率的，证券价格应当真正符合随机游走模型。
t）=0，而这正是独立随机过程所必须的条件。然而当H≠1/2时，不管t取何值，C（t）≠0。分数布朗运动的这一特征，导致了状态持续性或逆状态持续性。
当H>1/2时，存在状态持续性，即在某一时刻t以前存在上升（或下降）趋势隐含着在时刻t以后总体上也存在着上升（或下降）的趋势；反之，当H<1/2 时存在逆状态持续性，即在某一时刻t以前存在上升（或下降）趋势隐含着在时刻t以后总体上也存在着下降（或上升）的趋势
进一步地，应用R/S分析法，可以确定信息的两个重要方面，Hurst指数H和平均的周期长度。周期的存在对于进一步的讨论分析具有重要影响。当H≠1 /2时，概率分布不是正态分布；当1/2<H<1时，时间序列是分形。分维时间序列不同于随机游走，它是有偏的随机过程，其偏离的程度取决于H大于1/2 的程度，并且随着H逐步逼近1状态持续性逐步增强。
值得指出的是，R/S分析法是十分有效的工具，不必假定潜在的分布是高斯分布。H=1/2并不能说明时间序列是一个高斯随机游走，仅表明不存在长期记忆。 如果随机游走不再适用，那么许多数量分析的方法将失去效用，尤其是CAPM和以方差或波动程度度量的风险概念。
通过以上的论述，得到下列基本结论：
1．对有效市场假说，α必须始终等于2；而对分形市场分析，α可以在1到2之间变化。这是有效市场假说与分形市场分析对市场特性认识的主要区别。正是由于α的分数维性质充分反映了市场本身所具有的特性
2．分形市场分析不必依赖于独立、正态或方差有限的假设。
3．应用R/S分析法，可以确定信息的两个重要方面，Hurst指数H和平均的周期长度。
4．公众对于信息以非线性方式作出反应，因而有偏的随机游走是市场的常态，表现为分数布朗运动。
5．对于随机游走的偏离程度取决于指数H。
本文从对EMH的产生及其发展讨论出发，从分形的角度探讨市场特性的分形市场分析方法及其所反映的市场特性，推广了资本市场理论，认为市场是分形的，服 从分数布朗运动，即有偏的随机游走，其研究方法可以采用R/S分析法。公众对于信息以非线性的方式作出反应，因而呈现出对信息的不一致性消化、吸收，导致 对随机游走的偏离，并表现为市场的常态。

5. 应用计量经济学时间序列分析在股票预测上有多大的作用

作用没有想象中的大，你可以用股票的滞后变量来进行回归分析，滞后2~3期就够了，不过数据必须具体点，最好细分到每季度、每月的上证指数，还有时间上怎么也要十年左右吧！

我以前在论文附录中做过分析，数据都是自己按季度整理的，挺麻烦的呢，如果需要的话就发给你~

还有就是，我觉得写关于股票的预测方面的实际用处并不是很大，毕竟股票的影响因素太多，单单的凭借以前的走势而预期太不好了。。我自己也炒股票，就像那些macd、kdj之类的指标根本就起不到太大的作用，如果那个能预期的话，股市岂不就成了提款机了？现在你做的这个就像是那些指标一样，要知道，股市是活的，人是活的，而指标确实死的！说这么多的意思就是股市不是能简单预测的，你做的那个用处不大。。

如果你想做的话，建议换个题目，我当时的写的是对弗里德曼的货币需求理论在中国市场的分析。你可以写写货币供应量对通货膨胀的时滞性，分析下在我国市场的滞后期大概是多少~数据在国家统计局和中国人民银行都可以找到的，样本空间一定要足够大，在对滞后变量分析时候主要考虑各自的T检验是否通过，一般从通过之后大概就是那个的滞后期！这个比较直接反而有些许用处~
要是能分析出国家的一般性政策对实体市场的影响就更好了，更有用了~

呵呵，以上只是自己的建议~有什么其他的问题就给我留言吧~

6. 股票价格的随机游走的含义

随机游走模型的提出是与证券价格的变动模式紧密联系在一起的。最早使用统计方法分析收益率的着作是在 1900年由路易·巴舍利耶（Louis Bachelier）发表的，他把用于分析赌博的方法用于股票、债券、期货和期权。在巴舍利耶的论文中，其具有开拓性的贡献就在于认识到随机游走过程是布 朗运动。1953年，英国统计学家肯德尔在应用时间序列分析研究股票价格波动并试图得出股票价格波动的模式时，得到了一个令人大感意外的结论：股票价格没 有任何规律可寻，它就象“一个醉汉走步一样，几乎宛若机会之魔每周仍出一个随机数字，把它加在目前的价格上，以此决定下一周的价格。”即股价遵循的是随机 游走规律。
这也跟市场有效原则有关
弱有效证券市场是指证券价格能够充分反映价格历史序列中包含的所有信息，如有关证券的价格、交易量等。如果这些历史信息对证券价格变动都不会产生任何影响，则意味着证券市场达到了弱有效。

7. 统计学对炒股有什么意义

有意义，用统计的方法可以对股票市场进行统计可以得到，炒股软件上面得不到的信息，而且对判断股票的未来走势是有说服力的。说没用的人基本上没用过对股票进行统计的方法。我就是统计与盘面相结合的。

8. 应用统计学的编辑推荐

本书提供电子课件、教案、习题库、上机操作数据、实验指导等配套资料，并提供教学网站支持。
本书通过讲述应用统计学基本知识和基本技能，融入电子表格（Excel）的实际应用，包括参数估计、假设检验、方差分析、时间序列分析等应用统计方法；同时坚持了体系的完整性，突出了应用性、层次性和趣味性。
潘鸿：吉林大学教授，经济学博士，硕士生导师。
第一章绪论 1
第一节统计与统计学 1
一、统计学的含义 1
二、统计学的研究对象 2
三、统计学的产生与发展 4
第二节统计学的应用与分科 6
一、统计学的应用 6
二、统计学的分科 9
第三节统计学的基本概念 11
一、总体和样本 11
二、标志、指标和指标体系 12
三、参数、统计量和变量 14
本章小结 14
思考与练习 15
第二章统计数据的收集 17
第一节统计数据的来源 17
一、统计数据的间接来源 17
二、统计数据的直接来源 17
第二节统计数据的类型 18
一、分类数据、顺序数据和数值型数据 19
二、截面数据、时间序列数据和面板数据 19
第三节调查方案设计 20
一、调查目的 20
二、调查对象 20
三、调查单位 20
四、调查表 21
第四节调查问卷设计 21
一、问卷及问卷设计标准 21
二、问卷的开发程序 22
三、问卷措辞应注意的问题 22
四、回答项目的设计 23
本章小结 27
思考与练习 28
第三章统计数据的整理 30
第一节统计数据的预处理 30
一、统计数据的审核 30
二、统计数据的排序 30
三、统计数据的筛选 31
四、统计数据的插补 34
五、数据透视表和透视图 36
第二节统计表 37
一、统计表的分类 37
二、统计表的设计规则 39
第三节统计分组和频数分布 40
一、统计分组的概念 40
二、频数与频数分布 42
三、利用电子表格绘制不变和可变直方图 43
第四节统计图 46
一、统计图的类型 46
二、利用电子表格绘制常用的统计图 53
本章小结 55
思考与练习 55
第四章描述性统计 58
第一节集中趋势的度量 58
一、平均数 58
二、众数 61
三、中位数 61
四、分位数 62
五、众数、中位数和平均数的比较 63
第二节离散程度的度量 64
一、极差 65
二、平均差 65
三、方差和标准差 66
四、变异系数 67
第三节偏态和峰态的度量 68
一、偏态及其测度 68
二、峰态及其测度 69
本章小结 71
思考与练习 72
第五章抽样 74
第一节抽样概述 74
一、全及总体 74
二、样本 74
三、抽样框 75
四、抽样单位 75
五、总体参数和样本统计量 75
第二节抽样方法及其分类 76
一、简单随机抽样 76
二、分层抽样 78
三、系统抽样 78
四、整群抽样 80
第三节抽样分布 80
一、抽样分布的概念和种类以及几种常见的分布 80
二、样本均值（平均数）的抽样分布 81
三、样本比例（成数）的抽样分布 82
四、样本方差的抽样分布 84
本章小结 84
思考与练习 85
第六章 参数估计 87
第一节参数估计的相关概念 87
第二节参数估计方法 88
一、点估计与大数定律 88
二、区间估计 88
第三节参数估计量的评价标准 90
一、无偏性 90
二、有效性 90
三、一致性 91
第四节总体均值的区间估计 91
一、正态总体、方差已知（或非正态总体、大样本） 91
二、正态总体、方差未知小样本 93
第五节总体比例的区间估计 96
第六节总体方差的区间估计 97
第七节两个总体均值之差的区间估计 98
一、大样本 98
二、小样本 100
第八节两个总体比例之差的区间估计 102
第九节两个总体方差比的区间估计 103
第十节样本容量的确定 104
一、估计总体均值时样本容量的确定 104
二、估计总体比例时样本容量的确定 105
本章小结 105
思考与练习 107
第七章假设检验 108
第一节假设检验的相关概念 108
一、原假设与备择假设 108
二、显着性水平和两类错误 109
三、检验统计量和拒绝域 110
四、显着性概率 112
第二节假设检验的基本步骤 113
一、构造原假设和备择假设 113
二、选择合适的统计量 113
三、计算临界值和拒绝域 113
四、作出判断 114
第三节总体均值的检验 114
一、单个总体均值的检验 114
二、两个总体均值之差的检验 117
第四节总体比例的检验 120
一、单个总体比例的检验 121
二、两个总体比例之差的检验 122
第五节总体方差的检验 123
一、单个总体方差的检验 123
二、两个总体方差比的检验 126
本章小结 128
思考与练习 130
第八章 方差分析 132
第一节方差分析的基本问题 132
一、方差分析及相关术语 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
第二节单因素方差分析 136
一、单因素方差分析的数据结构 136
二、单因素方差分析步骤 136
三、用Excel进行单因素方差分析 140
四、方差分析中的多重比较 142
本章小结 143
思考与练习 143
第九章 时间序列分析 146
第一节时间序列概述 146
一、时间序列的概念 146
二、时间序列的分类 147
三、时间序列的编制原则 148
第二节时间序列的描述性分析 149
一、发展水平 149
二、平均发展水平 150
三、增长量与平均增长量 153
四、发展速度与增长速度 154
五、平均发展速度与平均增长速度 156
六、发展速度分析应注意的问题 157
第三节时间序列的构成要素 157
第四节加法模型与乘法模型 158
第五节时间序列的分解分析 159
一、长期趋势分析 160
二、季节变动分析 167
三、循环变动与不规则变动的分析 171
本章小结 173
思考与练习 173
第十章 统计指数 176
第一节统计指数概述 176
一、统计指数的概念 176
二、统计指数的分类 176
三、统计指数的作用 177
第二节综合指数和平均指数 178
一、综合指数 178
二、平均指数 180
第三节指数体系与因素分析 181
一、总量指标变动的因素分析 182
二、平均指标变动的因素分析 182
第四节几种常用的经济指数 184
一、居民消费价格指数 184
二、生产者价格指数 187
三、工业生产指数 187
四、股票价格指数 188
本章小结 189
思考与练习 189
附录《应用统计学》实验指导书 192
说明 192
实验一统计工作过程实验 193
实验二电子表格在统计分析中的应用 193
实验三统计学知识综合运用 194
主要参考文献 198
配套资料索取说明 199

9. 时间序列在股市有哪些应用

时间序列分析在股票市场中的应用
摘要
在现代金融浪潮的推动下,越来越多的人加入到股市,进行投资行为,以期得到丰厚的回报,这极大促进了股票市场的繁荣。而在这种投资行为的背后,越来越多的投资者逐渐意识到股市预测的重要性。
所谓股票预测是指:根据股票现在行情的发展情况地对未来股市发展方向以及涨跌程度的预测行为。这种预测行为只是基于假定的因素为既定的前提条件为基础的。但是在股票市场中,行情的变化与国家的宏观经济发展、法律法规的制定、公司的运营、股民的信心等等都有关联,因此所谓的预测难于准确预计。
时间序列分析是经济预测领域研究的重要工具之一,它描述历史数据随时间变化的规律,并用于预测经济数据。在股票市场上,时间序列预测法常用于对股票价格趋势进行预测,为投资者和股票市场管理管理方提供决策依据。