任何人都可以请提供一些见解,这对我来说?使用ARIMA来建模和预测股票价格使用用户友好的统计程序
我来自功能性磁共振成像研究背景,我分析了很多时间序列数据,并且我想通过以下方式分析股票价格(或收益率)的时间序列:1)建模成功在一个特定的市场部门进行股票交易,然后将这个历史上成功的股票的时间序列与其他较新的股票的时间序列进行交叉关联以寻找显着的关系; 2)对股票的价格时间序列进行建模并使用预测(例如,指数平滑)来预测其未来价值。我想用非线性建模方法(ARIMA和ARCH)来做到这一点。
几个问题: ARIMA和ARCH建模方法(鉴于实现它们的个体确实如此精确)实际上适合他们的目标股票时间序列数据,以及我期望的最佳拟合是多少?该模型适合数据的程度与其预测该股票时间序列的未来价值的程度是否相符?
与其随机选择股票进行比较或模型,如果利润是我的目标,那么选择我将要分析的股票的有效方法是什么?
哪个统计程序对此用户最友好?
对此的任何想法都会很棒,对我而言将会有很长的路要走。
感谢, 布莱恩
如果你想免费的,则R是你需要开始为一个统计包