| 以下仅列出文章摘要、目录等部分内容，如需获取完整论文资料，或原创定制、长期合作，请随时联系。 微信QQ:312050216 |
 |
 |
| 股票走势分析—— 基于时间序列分析的方法 摘 要 时间序列，指的是某一现象的某种指标的数值在时间序列上的排列。因此时间序列有两个关键的要素，一是时间t；一是指标数值。时间序列的例子在一些领域中是极丰富的，诸如经济，商业，工程等。时间序列分析典型的一个本质特征就是相邻观测值之间的依赖性。时间序列观测值之间的这种依赖特征具有重要的现实意义。时间序列分析所论及的就是对这种依赖性进行分析的技巧。要求对时间序列数据生成随机动态模型，并将这种模型用于重要的应用领域。 关键词：时间序列；Spss Clementine软件；农业银行 目 录 摘 要 I 1. 绪论 - 1 - 1.1 时间序列概念 - 1 - 1.2 时间序列应用 - 2 - 1.3 数据挖掘的定义 - 3 - 2. 基本概念 - 3 - 2.1 随机过程 - 3 - 2.2 白噪声过程 - 4 - 3. 时间序列模型 - 5 - 3.1 时间序列传统的预测方法 - 5 - 3.1.1 简单平均法 - 5 - 3.1.2 移动平均法 - 5 - 3.2 指数平滑模型 - 6 - 3.2.1 简单指数平滑模型 - 6 - 3.2.2 布朗单一参数指数平滑模型 - 6 - 3.2.3 霍特双参数指数平滑模型 - 7 - 3.2.4 阻尼趋势指数平滑 - 7 - 3.2.5 简单季节指数平滑 - 7 - 3.2.6 温特加法指数平滑模型 - 8 - 3.2.7 温特乘法指数平滑模型 - 8 - 3.3 ARIMA模型 - 8 - 3.3.1 ARMA模型概述 - 8 - 3.3.2 自相关分析 - 9 - 3.3.3 差分运算与ARIMA模型 - 10 - 3.3.4 模型检验 - 11 - 4. Clementine软件介绍 - 12 - 4.1 生成数据流的基本过程 - 13 - 4.2 将节点连接到数据流中 - 13 - 4.3 绕过数据流的节点 - 13 - 4.4 将节点插入已存在的连接中 - 13 - 4.5 数据流的运行 - 13 - 5. 基于Clementine软件对股价建模分析 - 14 - 5.1 建模思路 - 14 - 5.2 数据预处理 - 14 - 5.3 建立模型 - 17 - 5.3.1 单变量建立模型 - 17 - 5.3.2 双变量建立模型 - 20 - 5.3.3 多变量建立模型 - 23 - 5.4 模型比较及分析 - 24 - 致 谢 - 26 - |
