一种面向金融时间序列的趋势特征挖掘算法研究

时序数据相似性挖掘是数据挖掘中的重要研究内容。本文根据金融事件序列自身特点,将股票中的时间序列转换为以价格变动率为变量的时间序列,对趋势特征提取、聚类算法进行改进,并给出新的相似度量标准,将时间序列的预测问题转化为频繁和有效特征集的发现问题,进而进行挖掘预测。实验结果表明,该方法能有效预测时间序列中的事件。     

基于ARIMA模型的饮品销售预测

本文旨在用时间序列分析方法对某上市饮品公司近六年的月度销售量数据进行分析预测.作者根据样本数据自身特点,采取了时间序列分析方法,并结合统计软件Eviews6运用ARIMA建模方法对该组时间序列进行分析,建立最优计量模型,得到了合理的预测结果.     

基于Box-Jenkins法的煤炭价格预测研究

Box—Jenkins法在国内和国外得到了广泛的运用,本文以秦皇岛煤炭市场的山西优混的周价格时间序列为研究对象,运用Box—Jenkins法,建立了短期煤炭价格的ARMA(121)模型,通过拟合与检验,证明模型的效果是较好的,并用之进行了短期煤炭价格的预测,结果也表明,该模型的预测结果是比较准确的,是合乎煤炭价格风险管理的基本要求的。     

中国进出口总额的统计分析

本文中采用1977年至2012年我国的进出口总额年度数据,从时间序列的定义出发,运用统计学原理对我国进出口总额进行时间序列平稳性的检验。利用EViews软件对所采集的数据进行时间序列分析,建立模型,并对模型中的残差进行拟合,最终利用所建立的模型对2013-2015年我国进出口总额进行了预测分析。     

我国部分中草药价格波动情况的统计研究

本文以丹参、三七、黄芪、当归、金银花的价格为研究对象。收集了2009年到2018年我国市面上用途较广,需求量较多的五种中草药的月度价格数据(五种药材分别为丹参、三七、黄芪、当归、金银花)。运用因子分析、相关分析、时间序列分析等方法并采用SPSS 24和SAS 9.4软件对数据进行定量分析。根据最终模型对我国未来10个月的金银花价格进行预测,结果显示,模型的拟合效果较准确,误差在可控范围内。     

基于波动分解的商品房价格预测方法研究

文章通过研究2006年1月到2015年4月我国商品房价格的变动情况,采用时间序列因素分解的方法来探究商品房价格自身变化的规律。实证分析发现,时间序列因素分解对预测我国的商品房价格具有较好的效果。     

我国商品期货市场弱式有效性实证研究

现以我国三个商品期货市场的主要交易品种合约为研究对象,运用单位根检验、序列相关检验对期货收益率进行实证分析,其结果表明我国所有期货品种的价格时间序列满足一阶单整过程,棉花、铜期货品种的收益率时间序列服从随机游走过程,而大豆、豆粕、天胶、硬麦四个期货品种的收益率时间序列存在3阶自相关,我国商品期货市场整体上尚未达到弱式有效。     

基于聚类分析和时间序列分析的期货预测

时间序列分析方法在金融市场,尤其是股票指数、汇率、利率、期货等证券风险大小的度量、风险收益的计算与市场效率的检验中得到广泛应用.为了预测出下个阶段的期货价格的总体水平,进而帮助投资者提早的对自己的投资选择进行分配,将多元统计分析中的聚类分析方法和非平稳时间序列模型相结合,先将样本数据中的期货价格分类,求出每个类中的价格均值,进而对这些均值做ARIMA模型拟合和预测,预测出接下来的期货价格水平.     

中外柑橘鲜果价格比较研究——基于时间序列数据的分析

自20世纪90年代以来,中国柑橘产业步入快速发展时期,现已成为世界柑橘生产与出口大国。面对日趋激烈的国际竞争,如何强化中国柑橘价格的比较优势,事关柑橘产业的持续健康发展。本文运用比较分析法,采用联合国粮农组织的时间序列数据对中国、美国、西班牙、南非、墨西哥五国柑橘鲜果的生产价格和出口价格变化进行比较分析,进而得出结论并提出相应的对策建议。     

基于ARIMA模型对某种重要化工原料价格变动的分析

在分析过程中,首先利用SAS软件绘制时序图,从整体上把握数据信息。再进行数据的预处理,发现该化工原料价格序列具有非平稳非白噪声的属性,说明该序列有值得提取的相关信息,同时考虑差分方法使序列平稳。     

江苏省GDP的ARIMA模型的研究和应用

综合运用了时间序列预测方法,建立了1976年～2006年江苏省GDP的时间序列ARIMA模型(单整自回归移动平均模型)。并对OLS方法估计的模型进行统计检验,并对通过检验的回归结果进行了分析,与实际情况非常相符。     

基于交织的二元及四元完备序列和序列偶的构造方法

基于交织技术,提出了三类二元及四元完备序列和序列偶的构造方法。分别利用二元完备序列、二元完备互补序列对和二元完备序列偶作为初始序列,通过合理设计带符号移位序列,基于交织获得了不同的二元及四元完备序列和序列偶。这些构造方法均可不断递归地进行,从而获得更多具有新参数的完备序列及完备序列偶。该方法通过引入带符号的移位序列,在一定程度上改善了目标序列的相关性能,为序列的构造提供了新的思路。     

基于ARIMA的多晶硅组件价格预测

本文依据北极星光伏商务通网站多晶硅组件价格相关数据,采用时间序列分析法,对2012年4月20日至9月20日多晶硅组件价格周数据进行了分析。通过对数据的平稳性检验、模型的确认、模型检验等综合分析,建立了ARIMA(0,2,4)时间序列模型,对预留最后3周的数据进行预测。预测结果表明,实际值与预测值之间的绝对误差均在1.43%以内,误差率均在2.46%内,该模型有较好的短期预测效果,能较好地模拟并预测多晶硅组件价格变化的趋势,为光伏企业产品价格的准确预测提供了重要方法。     

食用油价格变动对居民消费行为的影响分析——基于对青岛市居民的问卷调查

近几年来食用油的价格常常大起大落,涨跌幅远远超过其它商品。食用油属于日常生活用品,其价格弹性较低,关系到消费者的日常生活,面对如此巨大的价格变动,市民的消费行为也有了相应的改变,如:消费的介入程度、产品的选择、购买的时机、购买数量等。通过调查分析食用油价格变动给居民消费带来的影响,能够为食用油企业提出更有针对性的营销建议。     

基于神经网络的股票市场预测

本文将人工神经网络方法引入时间序列预测,针对股票市场这一非线性系统,运用神经网络,在历史数据时间序列的基础上,对股票市场的价格走势进行了理论、方法与模型的研究。本文利用RBF神经网络对上证综指进行了预测研究,获得了较好的预测效果。     

我国食用油价格波动对策研究

本文通过分析梳理新世纪以来我国食用油价格及其相关数据,从供求角度出发,分别从"量"与"质"、国内和国外两组维度分析供给状况对食用油价格波动的影响。根据国内食用油价格波动形势,本文提出在宏观层面,建立和完善食用油储备体制机制;在市场层面,加强政府监督和规范市场运作;在技术层面,应用转基因等新技术和手段,以进一步稳定食用油价格。     

食用油质量检测研究进展

食用油质量检测需要按照相关的技术指标,凭借可靠的检测方法进行。基于此,针对食用油质量检测的相关技术指标进行简要介绍,然后从电导法、色谱法及光谱法等方面,逐一阐述食用油质量检测的不同方法及其具体运用,以期给予相关工作者一些参考,能够不断提升食用油质量检测工作效率,保证食用油质量安全。     

食用油价格回落

自散装食用油退出市场后,目前品牌桶装食用油价格开始小幅下挫。回龙观交易市场食用油批发经营户王先生告诉记者,今年1月至11月上甸,食用油零售价曾上调过两次,涨幅超过三成。自11月开始,受到油脂期货价格下跌、散装食用油退市、桶装食用油上市量增多等多重因素影响,目前桶装食用油价格跌幅比较明显。     

新常态下我国纸浆价格波动趋势研究——基于时间序列分析模型

新常态下我国纸浆价格震荡涨跌,纸浆市场持续低迷,造成部分造纸企业严重亏损.选取2005年1月～2015年8月我国纸浆价格月度数据,采用Eviews6.0软件对其进行传统的时间序列分析,以探究其价格波动趋势.实证结果表明,我国纸浆价格非常容易受到季节因子和不规则分量因素的影响,其价格整体出现上升后又回落的趋势,存在着波动周期规律.其中2005年～2012年共有两个完整周期,基本保持四年一次,2013年～2016年出现第三个完整周期,且2016年的纸浆价格将继续平稳下滑,预计2017年后开始上涨,同时进入下一个波动周期.本文据此提出了新常态下我国造纸企业发展的政策建议.     

ARIMA模型在我国全社会固定资产投资预测中的应用

投资是拉动经济增长的三驾马车之一,因此研究我国全社会固定资产投资对研究我国经济增长有着重要的现实意义。通过1980—2007年我国全社会固定资产投资的相关数据,运用统计学和计量经济学原理,从时间序列的定义出发,结合统计软件Eviews,运用ARMA建模方法,将ARIMA模型应用于我国历年全社会固定资产投资数据的分析与预测,建议政府抓住投资机遇,合理安排投资比例和投资金额,促进经济的健康发展。