基于ARIMA模型的消费ETF分析与预测

摘要：

股票预测研究是金融大数据领域的一个重要研究方向,同时可为股民的股票投资活动和政策制定者提供建议.本文通过对2018年1月1日到2020年12月31日的消费ETF进行时间序列分析,共获得730个样本数据,并对其构建ARIMA(1,1,1)模型,成功预测出2020年一月份的收盘价月平均值.通过实证分析,得出以下结论:从短期看,ARIMA模型能够比较准确地预测消费ETF的动态走势;但从长期来看,其时效性相对较差.

关键词：ARIMA模型、ADF检验、消费ETF

分类号：F127;TP391;F831.6

在线出版日期：2021-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：140-143