一种基于时间序列的煤炭行业股价预测方法技术

一种基于时间序列的煤炭行业股价预测方法，包括如下步骤：S1、获取目标股票的价格序列，并且将价格序列转换为时间序列；S2、对时间序列进行预处理，并且进行平稳性检验；S3、根据平稳性检验的结果构建乘积季节模型；S4、估计乘积季节模型中的参数；S5、对乘积季节模型进行检验，若检验通过则执行S6，否则返回S4；S6、利用乘积季节模型对目标股票进行预测。本发明专利技术提供一种基于时间序列的煤炭行业股价预测方法，预测结果准确度高。

A forecasting method of coal industry stock price based on time series

【技术实现步骤摘要】
一种基于时间序列的煤炭行业股价预测方法
本专利技术涉及股价预测
，具体的说是一种基于时间序列的煤炭行业股价预测方法。
技术介绍
煤炭是我国的主要能源之一，是股票能源板块的重要组成成分。煤炭行业正加快向现代煤化工这一新兴产业转型，向进行绿色能源领域发展，因此煤炭行业具有良好的发展机遇，煤炭股也就具有研究价值。煤炭行业受季节性影响较大，冬季是煤炭的消费旺季，煤炭的价格在冬季前后会因为季节利好而上升，因此煤炭行业的股票也会随之上涨。所以一般的煤炭行业股票为非平稳的含有季节效应的时间序列。因为煤炭行业股票的特殊性，导致现有的很多股价预测方法均不能够很好地应用到煤炭行业股票上。
技术实现思路
为了解决现有技术中的不足，本专利技术提供一种基于时间序列的煤炭行业股价预测方法，预测结果准确度高。为了实现上述目的，本专利技术采用的具体方案为：一种基于时间序列的煤炭行业股价预测方法，包括如下步骤：S1、获取目标股票的价格序列，并且将价格序列转换为时间序列；S2、对时间序列进行预处理，并且进行平稳性检本文档来自技高网...

【技术保护点】
1.一种基于时间序列的煤炭行业股价预测方法，其特征在于：包括如下步骤：/nS1、获取目标股票的价格序列，并且将价格序列转换为时间序列；/nS2、对时间序列进行预处理，并且进行平稳性检验；/nS3、根据平稳性检验的结果构建乘积季节模型；/nS4、估计乘积季节模型中的参数；/nS5、对乘积季节模型进行检验，若检验通过则执行S6，否则返回S4；/nS6、利用乘积季节模型对目标股票进行预测。/n

【技术特征摘要】
1.一种基于时间序列的煤炭行业股价预测方法，其特征在于：包括如下步骤：
S1、获取目标股票的价格序列，并且将价格序列转换为时间序列；
S2、对时间序列进行预处理，并且进行平稳性检验；
S3、根据平稳性检验的结果构建乘积季节模型；
S4、估计乘积季节模型中的参数；
S5、对乘积季节模型进行检验，若检验通过则执行S6，否则返回S4；
S6、利用乘积季节模型对目标股票进行预测。


2.如权利要求1所述的一种基于时间序列的煤炭行业股价预测方法，其特征在于：S1中，时间序列表示为{Xt，t∈Τ}，其中Xt为目标股票的收盘价，t为时刻，T为价格序列对应的时间区间。


3.如权利要求2所述的一种基于时间序列的煤炭行业股价预测方法，其特征在于：S2中，对时间序列进行预处理的方法为2阶12步差分，平稳性检验的方法为单位根检验。


4.如权利要求3所述的一种基于时间序列的煤炭行业股价预测方法，其特征在于：S3的具体方法为：
S3.1、构建初始预测...

【专利技术属性】
技术研发人员：郭海刚，黎俊德，侯平军，常志勇，张瑞民，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南;41