论文部分内容阅读
本文以纳斯达克综合指数作为训练数据,采用时间系列预测方法,首先检测纳斯达克时间序列数据的平稳性,然后对不满足平稳性的时间序列进行差分处理,之后建立ARIMA模型来进一步拟合历史股票数据,最终通过训练得到相关预测值。实验结果表明:ARIMA模型较好地提取了历史股票信息,能够为股票走势做短期预测,对企业、投资者或是市场监管部门有一定的参考价值。