基于时间序列分析的我国能源需求的预测.pdf

吴志伟++程晓君++程宗毛

[摘 要]黄金作为流通的硬通货，研究其价格波动十分重要。运用时间序列相关方面的知识，研究分析了Au100的加权平均价格。首先，分析数据的平稳性，并对其进行平稳化处理。其次，针对平稳化后的数据，建立了无常数项的MA（1）模型，并对残差项进行了Ljung-Box检验，确定残差序列为白噪声序列。根据此预测模型，得到2016年12月1日之后十天的黄金加权平均价格，对预测值和实际数据进行相对误差分析，得到相对误差平均值为0.628%，其最大误差为5.143%。根据文献[5]中的AR1模型得到相对误差平均值为0.806%，误差最大值为6.517%。

[关键词]黄金价格；时间序列分析；ARMA（p，q）模型；静态预测

中图分类号：TM81 文献标识码：A 文章编号：1009-914X（2017）12-0113-03

3 结果和结论分析

模型进行了预测和误差分析，得到了其相对误差平均值为0.628%，最大误差为5.143%。得到2016年12月1日和2016年12月2日Au100的预测加权平均价格为269.0726和265.6366，实际为265.7和265.77。

模型中的各个参数都通过了相应检验，模型的有效性得到了保证.而且在预测结果中可以看出，相对误差的量级基本处在千分之一量级，这样的预测结果较为准确，能够提供很好的投资指导。

但本文所提供的模型适用于短期预测，是根据前一天的真实数据来预测当前的价格数据，预测周期较短，一旦提供较长期的预测，可能会导致误差相对偏大。

参考文献

[1] 上海黄金交易所，数据资讯.http：//www.sge.com.cn/sjzx/myhq.

[2] 李洪成，尚秀芬，郝瑞丽译.金融数据分析导论：基于R语言[M]/（美）蔡瑞胸著.北京：機械工业出版社，2013.10.

[3] 潘红宇等译.时间序列分析及应用：R语言/（美）克莱尔（Cryer，J.D.）等著[M].北京：机械工业出版社，2011.1.

[4] 赵庆，王志强.基于HP滤波-AR模型-GARCH族模型对黄金价格预测研究[J].黄金，2014，35（3）：4-8.

[5] 朱霞坊，程宗毛.时间序列模型在黄金价格预测中的应用[J].商情，2011（42）：93-94.

[6] 刘薇.黄金价格的小波分解与单支重构求和预测[J].黄金，2014（4）：4-7.

[7] 杨鑫.基于EEMD模型的多尺度黄金价格波动特征分析及其预测研究[D].长沙理工大学，2014.