怎样用时间序列预测股票走势——使用ARIMA模型时间序列分析，怎么进行预测未来的趋势

一、时间序列预测方法

时间序列预测法是一种历史资料延伸预测，也称历史引伸预测法。
是以时间数列所能反映的社会经济现象的发展过程和规律性，进行引伸外推，预测其发展趋势的方法。

二、如何进行时间数列的趋势分析

动态数列中包含的趋势类型长期趋势、季节变动、循环变动、不规则变动。
长期趋势是指总体发展水平因受某种根本因素的影响，在较长一段时间内持续发展变化的一种趋向和状态。
季节变动是指总体发展水平受自然或社会因素的影响在一年或更短时间内，随着时序的变化而产生的有规律的周期性变动。
循环变动是指总体发展水平以若干年为周期涨落的起浮相间的交替变动。
不规则变动是指总体发展水平除上述各种变动之外，由临时的、偶然的或不明的原因而引起的波动。

三、非平稳时间序列可以预测股票走势吗

一般把非平稳时间序列转化为平稳时间序列的方法是取n阶差分法。
比如举个例子，假设xt本身是不平稳的时间序列，如果xt～I(1) ，也就是说x的1阶差分是平稳序列。
那么 xt的1阶差分dxt=x(t)-x(t-1) 就是平稳的序列 这时dt=x(t-1)如果xt～I(2)，就是说xt的2阶差分是平稳序列的话xt的1n阶差分dxt=x(t)-x(t-1) 这时xt的1阶差分依然不平稳，那么 对xt的1阶差分再次差分后，xt的2阶差分ddxt=dxt-dxt（t-1）便是平稳序列 这时dt=-x(t-1)-dxt（t-1）n阶的话可以依次类推一下。

四、使用ARIMA模型时间序列分析，怎么进行预测未来的趋势

建立模型之后点击forecast

五、时间序列预测法的介绍

时间序列预测法是一种历史资料延伸预测，也称历史引伸预测法。
是以时间数列所能反映的社会经济现象的发展过程和规律性，进行引伸外推，预测其发展趋势的方法。

参考文档