[發明專利]一種基于時間序列的煤炭行業股價預測方法

在審

• 申請號: 202010020390.4
• 申請日: 2020-01-09
• 公開（公告）號: CN111210278A
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 郭海剛;黎俊德;侯平軍;常志勇;張瑞民
• 申請（專利權）人: 河南科技大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q40/04;G06Q50/02
• 代理公司: 洛陽公信知識產權事務所(普通合伙) 41120
• 代理人: 時國珍

1.一種基于時間序列的煤炭行業股價預測方法，其特征在于：包括如下步驟：

S1、獲取目標股票的價格序列，并且將價格序列轉換為時間序列；

S2、對時間序列進行預處理，并且進行平穩性檢驗；

S3、根據平穩性檢驗的結果構建乘積季節模型；

S4、估計乘積季節模型中的參數；

S5、對乘積季節模型進行檢驗，若檢驗通過則執行S6，否則返回S4；

S6、利用乘積季節模型對目標股票進行預測。

2.如權利要求1所述的一種基于時間序列的煤炭行業股價預測方法，其特征在于：S1中，時間序列表示為{X_t，t∈Τ}，其中X_t為目標股票的收盤價，t為時刻，T為價格序列對應的時間區間。

3.如權利要求2所述的一種基于時間序列的煤炭行業股價預測方法，其特征在于：S2中，對時間序列進行預處理的方法為2階12步差分，平穩性檢驗的方法為單位根檢驗。

4.如權利要求3所述的一種基于時間序列的煤炭行業股價預測方法，其特征在于：S3的具體方法為：

S3.1、構建初始預測模型ARIMA(p,d,q)×(P,D,Q)_S：

其中，的含義為x_t的先d階后D階差分序列等價于對x_t的先d階差分再D階差分的序列建立自回歸移動平均模型，Φ(B)＝1-φ₁B-…-φ_pB^p為p階自回歸系數多項式，Θ(B)＝1-θ₁B-…-θ_qB^q為q階移動平均系數多項式，Φ_S(B)＝1-φ₁B^S-…-φ_PB^PS是周期步長為S的P階自回歸系數多項式，Θ_S(B)＝1-θ₁B^S-…-θ_QB^QS是周期步長為S的Q階移動平均系數多項式；

S3.2、構建S2中差分后的時間序列的自相關圖和偏自相關圖；

S3.3、基于自相關圖和偏自相關圖中的自相關系數和偏自相關系數擬合估計初始預測模型的階數p和q。

5.如權利要求4所述的一種基于時間序列的煤炭行業股價預測方法，其特征在于：S4中，利用最小二乘法對乘積季節模型中的參數進行估計。

6.如權利要求5所述的一種基于時間序列的煤炭行業股價預測方法，其特征在于：S5中，檢驗的方法為對乘積季節模型的殘差序列進行白噪聲檢驗。