当前位置:首页 » 分析预测 » 两个行业股票时间序列分析
扩展阅读
cpucool 2022-08-20 05:04:44
微信买股票怎么赚钱吗 2022-08-20 05:04:41
星普医科股票走势 2022-08-20 05:04:36

两个行业股票时间序列分析

发布时间: 2022-06-25 08:39:16

⑴ 两个时间序列的相关系数能否反映它们之间的相似性

从概念上说基本可以。在应用学科里,分析相关系数,是很普遍的做法。

举个例子:很多金融分析,就通过做两支股票价格波动(实际上是两个时间序列)的相关,来判断他们之间的关系,这个做法在行业里非常普遍,比如基金经理,就要分析他的portfolio里各支股票之间的相关系数,来达到最大化收益(portfolio期望值)同时最小化风险(portfolio标准方差)的目的。

比如,同一板块里(比如高科技板块)的股票价格波动,经常是正相关。直接竞争行业或公司之间的股票价格波动,不少是负相关。

下面是词条里抄的:

相关系数又称线性相关系数.它是衡量变量之间线性相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大,误差Q越小,变量之间的线性相关程度越高;|r|值越接近0,Q越大,变量之间的线性相关程度越低。

相关系数又称皮(尔生)氏积矩相关系数,说明两个现象之间相关关系密切程度的统计分析指标。相关系数用希腊字母γ表示,γ值的范围在-1和+1之间。γ>0为正相关,γ<0为负相关。γ=0表示不相关;γ的绝对值越大,相关程度越高。

两个现象之间的相关程度,一般划分为四级:

如两者呈正相关,r呈正值,r=1时为完全正相关;如两者呈负相关则r呈负值,而r=-1时为完全负相关。完全正相关或负相关时,所有图点都在直线回归线上;点子的分布在直线回归线上下越离散,r的绝对值越小。当例数相等时,相关系数的绝对值越接近1,相关越密切;越接近于0,相关越不密切。当r=0时,说明X和Y两个变量之间无直线关系。通常|r|大于0.8时,认为两个变量有很强的线性相关性。

⑵ 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。

⑶ 对股票收盘价进行时间序列分析,预测其下一个交易日的收盘价,并与实际收盘价格进行对比

股票投资的分析这么复杂啊,先问问老师有依据这个买股票没,再回答。

⑷ 请股票高手给我解释一下江恩时间序列的奥秘

这是江恩选择过的周期,最可能出现变异点的地方,你在图上照着这个指标用就行了。要究其源的话去找个罗盘来看,中心是一也是一波价格的起始点,依次逆时针螺旋往外数格子,这些数字就是价格大概率变异点,时间周期在罗盘上是固定的24个格子,所以数的时候可以不管它,这些数字多是在时间格子的季节变异点处,你知道一年四季24节气吧?江恩理论理论上很完美,但是市场价格不像地球运动周期那样有规律,不过涨跌力量的逐渐转换和季节的轮换是一样的都有时间上的顺序和价格转变上的过程,江恩理论是唯一的分析价的格理论中同时考虑时间空间的预测方法,懂了江恩理论你会延伸的了解很多很多的东西,江恩很喜欢中国的易经,他的风格也是源于易经,你可以去看看

⑸ 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~