[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

一種基于時間序列的煤炭行業股價預測方法，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。本發明提供一種基于時間序列的煤炭行業股價預測方法，預測結果準確度高。

技術領域

本發明涉及股價預測技術領域，具體的說是一種基于時間序列的煤炭行業股價預測方法。

背景技術

煤炭是我國的主要能源之一，是股票能源板塊的重要組成成分。煤炭行業正加快向現代煤化工這一新興產業轉型，向進行綠色能源領域發展，因此煤炭行業具有良好的發展機遇，煤炭股也就具有研究價值。

煤炭行業受季節性影響較大，冬季是煤炭的消費旺季，煤炭的價格在冬季前后會因為季節利好而上升，因此煤炭行業的股票也會隨之上漲。所以一般的煤炭行業股票為非平穩的含有季節效應的時間序列。

因為煤炭行業股票的特殊性，導致現有的很多股價預測方法均不能夠很好地應用到煤炭行業股票上。

發明內容

為了解決現有技術中的不足，本發明提供一種基于時間序列的煤炭行業股價預測方法，預測結果準確度高。

為了實現上述目的，本發明采用的具體方案為：一種基于時間序列的煤炭行業股價預測方法，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。

作為一種優選方案，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。

作為一種優選方案，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。

作為一種優選方案，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，得到乘積季節模型。