基于多元统计线性回归分析的股价预测研究开题报告

1. 国内外研究概况

上世纪以来,数量统计注入回归分析、假设检验等理论便被广泛运用于一系列理论,尤其是进入二十一世纪以来,伴随信息技术的快速发展,为数量统计发展创造了极为有利的契机。以数据统计中的回归分析为例,其属于一类研究某一随机变量对另一随机变量具备关联性的研究方法。此类数量统计手段能够结合研究变量的数量,自变量、因变量相互关系换分成一元线性回归分析及多元线性回归分析^[1]。将回归分析运用于股票投资中能够发挥相应的预测作用,详细操作步骤为借助相应既定样本数值获取对应此部分样本值的图形,然后结合这部分样本值对接下来可能会形成的值进行展开预测。就股票投资者而言,运用回归分析法可对特定股票后续可能走势展开预测,进而为投资者开展投资决策提供有利依据。值得一提的是,回归分析法在股票投资中的运用是以相应科学定性分析为重要前提的,倘若没有这个先决条件,则计算的结果将缺乏可靠性。^[2]以后的学者（如Leraron,2000;Marshall,2005）等也对股价的可预测性上也得到了类似的结论,即股价的运行是有其内在规律的,通过一定的方法如技术分析,能得到超额收益。^[3] 国内外学者大量研究后指出,就股市的整体来说,股票的价格(或回报率)与其成交量之间是正相^[4][5]

2. 研究意义及前景

在股票市场中，时刻都会产生大量的交易数据，上市公司也会定期发布大量的财务数据，如何有效地利用这些数据，减少投资者的投资风险，从而给投资者带来较高的回报便成为了一个非常值得分析和研究的问题。上市公司定期发布的财务报告数据具有很重要的信息含量，这些信息含量包括各种财务比率指标。综合这些财务指标，能够一定程度上反映公司整体的经营运行状况和赚取利润的能力，有利于投资者判断公司的内在价值，从而有助于投资者更好地判断上市公司股票价格的未来变化。对于中长期的投资者来说，如何利用这些信息来判断股票的未来投资价值，显得尤为重要。

股票投资成为一种重要理财方式，然而股票价格受各种经济的、政治的、社会的因素相互作用、相互影响，其变化有着很强的无序性，其数学模型往往复杂难以准确确定，或者包含混沌性，从而增加了预测的难度。^[6]

股市预测是经济预测的一个分支,股市预测是指以准确的调查统计资料和股市信息为依据,从股票市场的历史、现状和规律性出发,运用科学的方法,对股票市场的未来发展前景做出测定。而股票市场是否可以预测就成了分析问题的前提。从中国股票市场的特征来看,大多数学者认为中国的股票市场尚未达到弱势有效,也就是说,中国股票市场的股票价格时间序列并非序列无关,而是序列相关的,即历史数据对股票的价格形成起作用,因此,可以通过对历史信息的分析预测价格^[7]。

当今中国股市，股价的任何一次跌涨都牵动着万千中国股民的心，因此本课题希望运用统计学的方法，着重于通过某只股票过去的一系列数据进而推测该股票未来的收盘价，从而达到对股票收盘价进行较为准确的估计，希望能为广大股民的股票交易上提供较为合理的方案。

多元统计分析方法广泛地运用于各个方面。起源于 20 世纪初，1928 年威沙特（Wishart）发表的论文多元正态总体样本协方差的精确分布》，可以说是多元分析的开端。之后费希尔（Fisher）、霍特林（Hotelling）、罗伊（Roy）等作了一系列奠基工作，使多元统计分析在理论上得到迅速发展，在许多领域中也有了实际应用。后来由于解决实际问题时需要的计算量很大，使其发展受到影响。从20世纪 50年代中期起，随着电子计算机的出现和发展，多元统计分析便开始在医学、社会学、地质、气象等方面得到广泛的应用。^[8][9]

对于高科技公司来说，具有高风险、高回报、高成长的特性。面临快速的环境变迁和风险变化，投资者如何分析和判断高科技公司未来的增长潜力特别是投资价值，己经成为投资决策的重要问题。在股票投资中运用概率论、数量统计所能获取的益处不可否认。但是,概率论、数量统计中的规律规律是构建于对诸多数量的统计分析的重要前提下的,没有这一前提,概率论、数量统计则丧失了它们的运用意义。所以在股票技术分析期间,要运用概率论、数量统计,便应当花费大量时间以用于对一系列图形、海量数据等进行累积,同时自其中探寻出股票市场转变的统计规律,再于股票投资操作中进行实践运用、验证,促进获取令人满意的投资成果^[10]

参考文献

[1]RlleyS.sTva.金融时间序列分析[M].人民邮电出版社,2012

[2]孙继平.以ARIMA模型分析住宅开发规模趁势初探.住宅科技.2012

[3]Marshall.B,Cahan.R.Is technical analysis profitable on a stock market which has characteristics that suggests it may be inefficient?[J],Research in international business and fi

[4]Blazenko G W. Corporate sails, equity trading, and risk[J]. Journal of Business Finance Accounting, 1999:477- 505.

[5]盛建平,高芳敏.成交量与回报率相关性的实证研究[J].预测, 2000,(5): 69- 71.

[6] 郝雨.烟草企业生产排程模型的建立与优化[D].武汉：华中科技大学。2008

[7]。李国平.中国股票市场的可预测性研究[J].高职论丛,2006(5):5- 11.nance,2005,19(3):65-68

[8][英]肯德尔著：多元分析[M]，中国科学院计算中心概率统计组译，北京：科学出版社，1983。

[9] 向东进主编：实用多元统计分析[M]，武汉：中国地质大学出版社，2005。

[10]许立平、罗明志.基于ARIMA模型的黄金价格短期分析预测.财经科学.2011