MATLAB
的自回归移动平均模型
(ARMA)
在股票预测
中的应用
翟志荣
白艳萍
利用时间序列在
时刻的有效观测值去预测在某个未来时刻
t+l
的值，
并建立自回归移动平均
(ARMA)
模型，以
MATLAB
为工具，亚泰集团
360
易日的数据作为样本，预测
天股市的收盘价；并与含有一个隐含层的
络模型进行对比，结果表明自回归移动平均
(ARMA)
模型算法对短期股价预测
的精度较高
【期刊名称】
山西大同大学学报(自然科学版)
2010(026)006
【总页数】
【关键词】
ARMA
股票预测
神经网络
MATLAB
一直以来股市就变化莫测，而且越来越多的人研究其运行的规律，目的是为了
预测股市未来的发展
但是影响股市变化的因素太多，这使得从理论上彻底弄清
楚股市的变化变得更加困难
.MATLAB
在建模预测新兴市场的金融危机、建立和
验证模型等方面有着极其重要的作用
因此，研究股票的预测能够指导投资者进
行有益的投资，这不仅可以为个人提供利润，更可以为国家经济的发展做出贡
本文主要采用的预测方法为时间序列分析法，此方法主要是通过建立综合指数
之间的时间序列相关辩识模型
时间序列分析的研究对象是一系列随时间变化而
又相互关联的动态数据
时间序列模型包括
种基本类型：自回归模型、移动平
均模型、以及自回归移动平均模型
对于上述的模型，
MATLAB
中都有专门的函
Original: https://blog.csdn.net/weixin_42470359/article/details/112927106
Author: 星落樱耀
Title: Matlab自适应均线_基于MATLAB的自回归移动平均模型(ARMA)在股票预测中的应用
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/634507/
转载文章受原作者版权保护。转载请注明原作者出处！