APP下载

基于ARIMA模型的TCL集团股票预测及评价

2020-01-10

新营销 2019年9期
关键词:收盘价残差差分

(西安科技大学高新学院 陕西 西安 710109)

一、问题的提出

TCL集团股份有限公司创办于1981年,是一家特大型国有控股企业,A股上市公司。2012年成为全球第四大电视制造商。2010年,TCL集团销售总额211亿元,利润7.15亿元,税金10.8亿元,出口创汇7.16亿美元,在全国电子信息百强企业中列第6名,是国家重点扶持的大型企业之一。

二、模型的建立及预测

(一)ARIMA模型理论

Box和Jenkins于20世纪70年代初提出ARIMA模型,称为自回归移动平均模型(Autoregressive Moving Average Model,简记ARIMA),是一种著名时间序列预测方法。其中ARIMA(p,q)称为差分回归移动平均模型,AR是自回归,P为自回归项。ARIMA模型可分为3种:(1)自回归模型(简称AR模型);(2)滑动平均模型(简称MA模型);(3)自回归滑动平均混合模型(简称ARIMA模型)。以时间序列的自相关分析为基础。

p阶自回归过程AR(p)的一般表达式为

Xt=φ1Xt-1+φ2Xt-2+…+φpXt-p+μt

其中,μt为白噪声过程。

q阶的移动平均过程MA(q)可以表示为

Xt=εt-θ1εt-1-θ2εt-2-…-θqεt-q

其中,εt为白噪声过程。

ARIMA(p,d,q)模型一般表达式为

Xt=φ0+φ1Xt-1+φ2Xt-2+…+φpXt-p+εt-θ1εt-1-θ2εt-2-…-θqεt-q

(二)ARIMA模型的建立和检验

1.ADF检验序列平稳性

根据ADF检验结果所示,Prob=0.113 8>0.005ADF检验序列不平稳,需要对数据进一步进行检验,如图1所示:

图1 ADF序列一阶差分检验

如图1所示,对ADF检验结果进行一阶差分,结果显示t检验结果Prob=0.000 2<0.005ADF检验序列平稳。

2.模型拟合

利用Eviews对ARIMA模型进行拟合比较,对上文所选参数ARIMA(1,4),ARIMA(1,5)分别进行拟合比较,比较结果如图2-1、图2-2所示:

结合图2-1和图2-2 ARIMA模型的拟合检验,对比两模型结果。

表1 拟合检验结果对比

结合表1和图2-1、图2-2可以得出,比较在参数ARIMA(1,4),ARIMA(1,5)建立的模型下,ARIMA(1,5)的系数R2为0.936 876,AIC指标的数值为-0.649 040,拟合程度较高,可以使用。

3.模型检验

在模型构建后,对拟合模型进行适应性检验。即白噪声检验。

图3 模型检验折线

由图3可知,在进行ARIMA检验之后,数据实际值和拟合值整体拟合程度较好,并且数据残差在-2~2波动,残差较小,说明拟合程度较高,模型整体较好。

(四)ARIMA模型预测

我们用拟合有效模型对TCL集团2019年9月17日股票收盘价进行短期预测,我们要预测未来1天的收盘价。

预测结果显示,在2019年9月17日即第33个数据TCL集团股票收盘价格预测为5.849 534元。

三、结论及评价

从上述分析来看,ARIMA模型只适合对短期预测,根据指数模型和ARIMA模型的预测,可以看出未来两天的收盘价不稳定,说明TCL集团2019年8月12日至9月16日的股票收盘价对投资者产生一定的影响。

在新兴市场上,TCL多媒体电子、TCL通讯科技和TCL家电集团三军联动,重点开拓印度和巴西市场,建立工业基地,加强市场渠道和品牌能力;在欧美市场上,TCL多媒体电子和TCL通讯科技继续巩固原有的优势,持续提升市场份额。报告期内,海外市场实现销售收入同比增长8.30%。

猜你喜欢

收盘价残差差分
基于双向GRU与残差拟合的车辆跟驰建模
数列与差分
基于残差学习的自适应无人机目标跟踪算法
基于递归残差网络的图像超分辨率重建
股神榜
股神榜
股神榜
股神榜
平稳自相关过程的残差累积和控制图
基于差分隐私的大数据隐私保护