时间序列对股票怎么预测—时间序列预测方法

一、时间序列预测方法

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。

二、当时间序列做水平波动是选用什么预测方法

时间序列分析预测法有两个特点： ①时间序列分析预测法是根据市场过去的变化趋势预测未来的发展，它的前提是假定事物的过去会同样延续到未来。
事物的现实是历史发展的结果，而事物的未来又是现实的延伸，事物的过去和未来是有联系的。
市场预测的

三、如何确定股指期货时间序列对股票指数时间序列影响的滞后性

应该要纠正你的观念，股指期货和期权，对应股票指数有的不是滞后性而是前瞻性。
你要想股指期货是哪些资金在运作的就应该明白。
好吧我直接说吧，在运作股指期货的基本都是大资金以及技术高手。
多以基金和游资大鳄为主。
他们的消息嗅觉是最灵敏的，往往股票市场一片平静，他们已经闻到了不一样的味道，然后在高杠杆的股指期货市场做出提前反应，从而获取暴利。
目前国内的股指期货被限制开仓，参考意义已经没有之前的大了，你要看股指期货对A股指数的波动时间关系，建议你去看新加坡的A50期指，买卖的标的就是上证A股指数。
国外和国内的大资金都在那里操作。

四、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。

五、时间序列预测方法

所谓回归分析法，是在掌握大量观察数据的基础上，利用烽理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。
时间序列法， 利用按时间顺序排列的数据预测未来的方法，是一种常用的。
事物的发展变化趋势会延续到未来，反映在随机过程理论中就是时间序列的平稳性或准平稳性。
投入产出法，作为一种科学的方法来说，是研究经济体系（国民经济、地区经济、部门经济、公司或企业经济单位）中各个部分之间投入与产出的相互依存关系的数量分析方法。
数学归纳法是一种数学证明方法，典型地用于确定一个表达式在所有自然数范围内是成立的或者用于确定一个其他的形式在一个无穷序列是成立的。
有一种用于数理逻辑和计算机科学广义的形式的观点指出能被求出值的表达式是等价表达式；
这就是著名的结构归纳法。

六、eviewsz中怎么对单个时间序列作预测

建立工作文件，创建并编辑数据。
结果如下图所示。
在命令行输入ls y c x，然后回车。
弹出equation窗口，如图所示。
观察t统计量、可决系数等，可知模型通过经济意义检验，查表与X的t统计量比较发现，t检验值显著。
模型对Y的解释程度高达99.3%。
将样本期范围从1978-2003年扩展为1978-2004年：在workfile窗口中依次点击proc->；
Structure。
弹出Workfile Structure窗口，将2003改为2004，然后点击ok，如图所示。
在Group窗口中输入2004年X的值，如图所示。
在equation窗口中点击Forecast。
在弹出的窗口中点击ok。
在workfile窗口中会生成一个yf，双击打开它，如图所示，即可看到我们对2004年的预测值。

七、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~

参考文档