文件名称：使用混合 ARIMA 模型预测股市价格：印度制药公司的案例研究-研究论文
文件大小：578KB
文件格式：PDF
更新时间：2024-06-30 01:52:33
Akaike Information Criterion
许多投资者为了预测股票价格使用各种技术，如基本面分析和技术分析，有时依赖于各种股票市场分析师提供的讨论。 ARIMA 是预测算法下时间序列分析的一部分，本文尝试使用 ARIMA 模型预测在 NIFTY100 上市的印度选定制药公司的股价。 从 2017 年 1 月 1 日到 2019 年 12 月 31 日，每个选定的制药公司的 782 个时间序列观察的样本量被认为是构建 ARIMA 模型的框架。 ADF 检验用于验证数据是否平稳。 对于 ARIMA 模型估计，已经观察到 ACF 和 PACF 的相关图中的显着峰值，并且许多模型已经针对每个选定的公司采用不同的 AR 和 MA 项来构建。 之后，选择了 5 个最佳模型，并对各种 AR 和 MA 术语进行了必要的灌输以调整模型，并根据波动率、调整后的 R 平方和 Akaike 信息准则为每个公司选择最佳调整后的 ARIMA 模型。 结果可用于分析股票价格及其在未来研究工作中的深入预测。