資源描述：
《基于回歸分析方法的股票價格預(yù)測分析》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、基于回歸分析方法的股票價格預(yù)測分析【摘要】本文討論了股票價格預(yù)測的回歸分析方法，應(yīng)用該方法對五只股票價格進行了預(yù)測，且對預(yù)測的結(jié)果加以分析?！娟P(guān)鍵詞】股價預(yù)測，冋歸分析，模型建立1引言股票價格是眾多影響因素共同作用的結(jié)果，通過量化各種影響因素并建立它們與股價的關(guān)系來進行預(yù)測是很難做到的，而股票價格預(yù)測是通過從海量的股價歷史數(shù)據(jù)中尋找和該支股票當前趨勢相同或相似的趨勢，并根據(jù)歷史趨勢判斷未來股票價格。2回歸分析方法回歸分析方法可以分為線性回歸和非線性回歸。在做回歸分析之前為了判斷回歸變量和響應(yīng)變量之間的關(guān)系，我們可以畫出兩變量數(shù)據(jù)散點圖來初步?jīng)Q定采用哪種回歸方法。
2、回歸模型中回歸變量（自變量）和響應(yīng)變量（因變量）的選取十分關(guān)鍵。在股票價格預(yù)測的冋歸模型中，響應(yīng)變量當然是股票價格，回歸變量看似有很多選釋，因為股票價格的影響因素非常之多，但是問題在于這些影響因素很難量化，即使可以量化，也缺乏相關(guān)數(shù)據(jù)。在這種情況下，回歸變量的選取最合適的對象莫過于時間，因為我們最關(guān)心的是股價隨時間的變化趨勢，我們要預(yù)測的也是股價在未來某時刻的數(shù)值，因此冋歸變量選取時間（單位：天）。2?1散點圖分析為了確定采用線性模型還是非線性模型，需要對各支股票價格與相應(yīng)時間做散點圖簡要分析。我們從散點圖的走勢可以知道，江蘇吳中的股價預(yù)測適合采用線性模型或二次
3、模型，同理可得，京東方A股價預(yù)測適合采用二次或三次模型，而海通證券適合采用一種形式不定的非線性模型。2?2回歸模型建立采用SPSS冋歸項中的曲線估計(Analyze->Regression->CurveEstimation)來進行回歸分析，綜合各種回歸模型，選取回歸效果最好的冋歸模型得到以卜?結(jié)果。2.2.1江蘇吳中股價回歸模型結(jié)果解讀：(1)模型的決定系數(shù)為R方為0.941,比較接近于1,說明二次模型擬合效果還是不錯的；(2)回歸的顯著性F檢驗屮，檢驗的P值為0,遠小于0.05,說明二次模型是顯著的；(3)—次項回歸系數(shù)為-0.005,二次項回歸系數(shù)為0.00
4、1,常數(shù)項為7.617,從而回歸方程為:y二7.617-0.005x+0.001x2,英中y代表當天股票的收盤價，x表示第x天(設(shè)數(shù)據(jù)是從第一天開始采集的)。根據(jù)得到的回歸方程可以得到股票收盤價的預(yù)測值：2.2.2京東方A股價回歸模型結(jié)果解讀：(1)模型的決定系數(shù)為R方為0.622,比較接近于1,說明三次模型擬合效果還是不錯的；(2)回歸的顯著性F檢驗中，檢驗的P值為0,遠小于0.05,說明三次模型是顯著的；(3)-次項標準化回歸系數(shù)為2.1,二次項標準化回歸系數(shù)為-5.538,三次項標準化回歸系數(shù)為4.288,常數(shù)項為0,從而標準化回歸方程為：y*二2?lz-
5、5?538z2+4?288z3,其中,y*表示當天股票收盤價的標準化值，z表示時間的標準化。根據(jù)得到的冋歸方程可以得到股票收盤價的預(yù)測值：2.2.3海通證券股價回歸模型結(jié)果解讀：(1)模型的決定系數(shù)為R方為0.611,比較接近于1,說明三次模型擬合效果還是不錯的；(2)回歸的顯著性F檢驗屮，檢驗的P值為0,遠小于0.05,說明三次模型是顯著的；(3)一次項標準化回歸系數(shù)為7.859,二次項標準化回歸系數(shù)為-19.122,三次項標準化回歸系數(shù)為11.658,常數(shù)項為0,從而標準化回歸方程為y*=7?859z-19?122z2+ll?658z3,其中,y*表示當天股
6、票收盤價的標準化值，z表示時間的標準化。根據(jù)得到的回歸方程可以得到股票收盤價的預(yù)測值：3試驗結(jié)果及分析通過上面的冋歸分析股票價格的預(yù)測模型，我們可以完成對三只樣本股票價格的預(yù)測，并可以通過預(yù)測得到的股票價格與實際的股票價格進行對比，得出預(yù)測的準確率的統(tǒng)計，并分析模型優(yōu)劣。三只股票的預(yù)測價格如下表：由表4可以看出，由此模型預(yù)測的股票價格的平均相對誤差均在5.00%左右，但收盤價的預(yù)測值的相對誤差最人達到了9.69%。股票開盤價與收盤價第一天的價格預(yù)測值均在0.80%以下，預(yù)測價格相對理想。由表5可以看出，由此模型預(yù)測的股票價格的平均相對誤差均在4.50%以上，且兩
7、種價格的預(yù)測值的相對誤差最大均達到了9.9%。第一股票價格的預(yù)測值相對誤差較小，但隨著時間的增長，股票價格的相對誤差均在逐漸增長，預(yù)測失去準確性。山表6可以看出，山此模型預(yù)測的股票價格的平均相對誤差均在4.00%以上，口兩種價格的預(yù)測值的相對誤差最大均達到了6.00%o兩只股票第一的價格預(yù)測值均超過了10.00%,且開盤價第一天的相對誤差達到了4.00%。則可以看出，通過回歸模型得到的預(yù)測值的準確性不高。4結(jié)論?；貧w分析方法預(yù)測股票價格，方法簡便易行，從以上三支股票的預(yù)測效果來看，股票收盤價的殘差值基本上不超過1元，說明效果還是不錯的。但是，冋歸分析方法的缺點在
8、于，在用于股價外推(即真
