基于豆图时间序列的高频金融交易分析
Analysis of high frequency financial transactions based on beanplot time series
袁晓惠 1黄小峰 1王晨 1张晓蕊 1刘元元 1王宇婷 1李佳彬 1杨凯1
作者信息
- 1. 长春工业大学 数学与统计学院,吉林 长春 130012
- 折叠
摘要
基于豆图时间序列对贵州茅台股票的高频金融交易数据进行了重构,提取了每个豆图的均值,组成一个新的时间序列进行实证分析.在进行实证分析中,对比多个时间序列模型,最终选定 ARIMA 模型和 TAR 模型对成交价进行拟合,经过比较得到基于 TAR 模型进行预测更为合适.
Abstract
This paper reconstructs the high-frequency financial trading data of Moutai stock market based on the beanplot time series,extracts the average value of each beanplot,and forms a new time series for empirical analysis.In the empirical analysis,multiple time series models were compared,and two models,ARIMA model and TAR model,were ultimately selected to fit the transaction price.After comparison,it was found that predicting based on the TAR model is more suitable.
关键词
豆图时间序列/高频数据/ARIMA模型/TAR模型/预测Key words
beanplot time series/high frequency data/ARIMA model/TAR model/predicting引用本文复制引用
基金项目
国家自然科学基金(11901053)
吉林省自然科学基金(20220101038JC)
吉林省大学生创新创业训练计划(S202210190126)
出版年
2024
NETL
NSTL
万方数据