股價預測之統計模型

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/7466

Title:	股價預測之統計模型
Authors:	王琡閔;Shu-Wen Weng
Contributors:	統計研究所
Date:	2001-06-30
Issue Date:	2009-09-22 10:58:23 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	股價之變動是否依據適當的統計模型是值得研究的。本文先以 Chow & Denning (1993)改進的多重變異數比率檢定(MVRT)來判斷股票價格是否以隨機漫步的方式在跳動；並依其結果來探討適合用於預測股價的統計模型。接著利用二種常見的統計模型：ARIMA 模型與線性迴歸模型來研究，股價之變動在不同的產業上是否依不同的模式來運作，並且同時檢查其變異數是否服從ARCH 或GARCH 的模型。最後我們利用均方差來找出代表預測該產業之最佳模式。本文研究十種類股，共21 支股票的股價。在多重變異數比率檢定方面有17 支股票的股價服從隨機漫步的假設。在單變量時間序列模型上，我們發現台股股價只有短期記憶，即利用AR(1)、MA(1)或 AR(2)即可描述股價的模型；而變異數亦是使用ARCH 模型便可適切地來描述。由於在預測期間，個股股價的變動都較配適模型的期間來得平緩，是以股價以隨機漫步模型所求得的均方差皆很小。 none
Appears in Collections:	[Graduate Institute of Statistics] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing