首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 78 毫秒
1.
运用时间序列对上证综合指数进行预测分析   总被引:1,自引:0,他引:1  
运用SAS软件系统中的一些时间序列建模方法及回归分析方法对我国上海证券交易所的上证综合指数作了预测分析,得到了较高的预测精度,为预测股票市场的整体走势提供了一种方便实用的方法。  相似文献   

2.
分析了校园网出口流量的非线形、周期性的特点,给出基于时间序列分析进行网络负载预测的方案.本方案通过数学模型将时间序列分解为线形增长趋势因素、周期性因素、随机噪声等子成分,使用分解模型分析某校园网出口的历史数据,对其后半年的网络流量进行预测,并与实际流量进行比较,得到相关的测试比较结果.该方案与传统的基于启发式公式的方法相比具有适应性好、科学性等方面优势.因此,该方案可以作为网络流量预测方案,为网络资源规划和异常流量分析提供依据.  相似文献   

3.
采用经验模态分解(empirical mode decomposition,EMD)方法对上证综合指数(Shanghai composite index,SCI)进行研究,将其分解为多个内模函数(intrinsic mode functions,IMFs)和剩余项之和.通过对各阶内模函数进行基本统计分析和分布拟合,发现其"尖峰厚尾"的特点基本服从自由度为3的t分布.通过对各阶内模函数进行周期性分析,揭示各阶模态间不同的波动信息,并得到周、月、半年等时间尺度股指的波动特点,以及典型上涨和下跌时段的波动周期和波动特点.  相似文献   

4.
将RFDE(Retarted Functional Differential Equation)和NFDE(Neutral Functional DifferentialEquation)引入到时间序列单元分析预测中,建立了RFDE和NFDE进行预测的理论基础和几个新的预测方法,并解决了其它一些预测方法难以解决的预测问题。  相似文献   

5.
通过基于Box-Jenkins方法的时间序列分析技术,对中国沪、深A股综合指数的2000~2009年月收盘数据序列进行建模分析,验证了沪、深A股综合指数月收盘数据的时间序列特性,研究并选择了这两个序列的最佳ARMA模型,本文也通过模型对2010年的综合指数进行了预测.模型实证分析的结果表明:在股市综合指数时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.  相似文献   

6.
在时间序列经典滑动预测基础上,给出了模糊滑动预测方法,并举例说明了它比传统的滑动预测有更强的修匀能力。  相似文献   

7.
时间序列分析在居民消费水平指数预测中的应用   总被引:1,自引:0,他引:1  
该文利用SAS统计软件对我国1978-2009年的居民消费水平指数数据进行分析,分别建立了ARIMA模型和Auto-Regressive模型,并给出了反映各个模型拟合精度的AIC值和SBC值,进而确立了一个反映居民消费水平指数变化规律的较优模型.最后,利用该模型对2010年到2014年的全国居民消费水平指数进行了预测.结果表明ARIMA((2),2,0)模型在短期预测中达到了较高的精度.  相似文献   

8.
时间序列分析在粮食产量预测中的应用   总被引:1,自引:0,他引:1  
在预测粮食产量中可以应用时间序列分析.叙述了时间序列模型的辨识、预测及建模过程,利用Matlab系统辨识工具箱对时间序列进行数据预处理,相关分析,ARMA模型参数估计,并对2010年的粮食产量进行了预测.  相似文献   

9.
该文用非线性时间序列分析方法,对一般股市行情序列进行了拟合,指出可用逐段线性回归拟合趋势,用门发自回归模型拟合消除趋势后的平稳序列,通过对1997年4月22日至5月12日期间深圳股市行情预测值与实际值的对比,说明在正常状态(即无违规操作及无特殊政策出台)下,所建立的模型有较好的拟合效果,从而提供了一个行情预测的有效方法。  相似文献   

10.
在局域预测法的基础上重点分析了一种基于Lyapunov指数的混沌时间序列预测方法,并将这种方法应用于解决电力系统短期负荷分配问题,得到了较好的仿真预测结果.  相似文献   

11.
提出一种基于嵌入理论和确定集上的预测误差的混沌时间序列预测方法.该方法不仅克服了仅用延迟嵌入技术的弊端,而且也降低了直接使用预测误差决定模型状态向量的盲目性.实证分析结果表明该方法在实际预测中是有效的.  相似文献   

12.
混凝土碳化深度随机时间序列预报模型   总被引:10,自引:0,他引:10  
抛开多因素回归的研究方法,根据碳化速度系数序列自相关函数和偏相关函数载尾和拖尾的变化规律,对水灰比m(W)/m(C)∈「0.40,0.65」的混凝土碳化深度采用随机时间序列方法进行分析,确定了碳化深度的ARIMA(1,1,0)预报模型。经检验,该预后模型精度高、规律性好、应用范围广。  相似文献   

13.
针对现有的距离度量方法度量准确度低且计算效率低的问题,提出了基于形态拟合的距离度量算法.该算法使用滑动聚集平均近似方法对序列进行分段降维处理,计算降维后的分段序列的动态弯曲路径,并计算处于动态弯曲路径上的分段序列之间的欧式距离,以所有分段序列的欧式距离的累积值作为最终的距离计算结果.实验表明基于形态拟合的距离度量算法具有度量准确度高且计算效率高的优点.  相似文献   

14.
15.
以时间序列模型为基础,对未来中国经济发展和工资增长的形势进行分析,经过合理的假设和筛选,确立工资的6个影响因素,继而引入国家效应、企业效应和个人效应3个影响因子。运用SPSS的相关性分析,对影响山东省职工年平均工资的因素进行分析,分别研究了国家效应、企业效应和个人效应与该地区年平均工资的关系,进一步运用SPSS,综合分析这3个因素对该地区平均工资的影响。最后,通过综合国家效应、企业效应和个人效应这3个因素建立的时间序列自回归模型,得到2011—2035年山东省职工年平均工资的预测值。通过时间序列的自回归模型预测值与实际值的Sequence Plot曲线,证实模拟效果较好,预测值符合模拟趋势。  相似文献   

16.
In the present paper, we propose an approach of combination prediction of chaotic time series. The method is based on the adding-weight one-rank local-region method of chaotic time series. The method allows us to define an interval containing a future value with a given probability, which is obtained by studying the prediction error distribution. Its effectiveness is shown with data generated by Logistic map.  相似文献   

17.
Matlab在时间序列分析中的应用   总被引:11,自引:0,他引:11  
Matlab强大的科学计算和可视化功能使其在各个领域中得到了广泛的应用.采用Matlab进行时间序列分析可以极大地简化编程工作,并具有界面友好、操作方便的特点。介绍了使用Matlab进行时间序列分析的基本方法和步骤,并通过实例进行了说明。  相似文献   

18.
时间序列在路面平整度预测中的应用   总被引:5,自引:0,他引:5  
为了解决国际平整度指数IRI预测模型准确性不高的问题,以京沪高速公路实测IRI数据为基础,对log istic回归、多元回归、时间序列这3种建模方法分别进行分析.并根据京沪高速公路平整度实测数据,建立了几个有不同数量滞后值的时间序列路面平整度预测模型,根据与实测值的比较,找出最优的时间序列路面平整度预测模型.分析结果表明:利用传统的log istic回归和多元回归方法难以建立准确预测路面平整度发展趋势的模型;时间序列方法具有较高的预测精度,且其易修正性是其他预测方法所不具备的.  相似文献   

19.
In this paper, we investigate a novel technique that reconstructs the observed time series and incorporates driving forces. Furthermore, to illustrate and test the technique, we consider a couple of predictive experiments using ideal time series provided by the logistic and Lorenz systems with specific driving forces. The preliminary results show this approach can improve prediction proficiency to some extent, and the external forces play a similar role to that of state variables.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号