通过回归分析预测股票走势——以Google为例
摘要
股票是一种用来募集资金的有价证券,对个人、集体、国家,以及社会的影响日渐增大,所以寻找一种有效的投资方法,成为了所有投资者的目标。本文运用多因素模型,有效市场假说,线性回归模型等方式分析对于股票的波动性产生影响的因素。通过研究不同因素对股票的波动趋势的影响强弱来寻找低价买入、高价抛出的机会,以求收益最大化。文中以Google为例,因为美国市场历史悠久,趋于稳定,更加接近于半强型市场,所以从多家美国本土上市公司中,选择了著名网络公司Google为实验对象。经过对于2012年～2018年的数据统计,整理出上百组数据并进行研究,用spss等工具进行进一步探究,然后从中挑选出成果最具有代表性的部分数据放入本文做参考数据。最终利用所得数据分析可知各因素对于股票波动的影响强弱。
引文
[1]郝知远.基于数据挖掘方法的股票预测系统[D].南京理工大学,2017.
[2]郑挺国,尚玉皇.基于宏观基本面的股市波动度量与预测[J].世界经济,2014,37(12):118~139.
[3]卢钰.基于参数优化的支持向量机股票市场趋势预测[D].浙江工商大学,2013.
[4]贾云朋.数据挖掘在股票曲线趋势预测中的研究及应用[D].吉林大学,2015.
[5]Leila Bateni&Farshid Asghari(2014).Study of Factors Affecting the Initial Public Offering(IPO)Price of the Shares on the Tehran Stock Exchange,Research in World Economy,Vol 5,No.2,2014.
[6]Nelson Maina Wweru(2012).Stock Splits and Their Effect on Share Prices:A Study of Firms Listed on the Nairobi Stock Exchange,Academy of Accounting and Financial Studies Journal,Volume 16,Number 2,2012.
[7]杨秀昌,李国华.我国股票市场稳定问题思考[J].生产力研究,2009,(21):123~124.
[2]郑挺国,尚玉皇.基于宏观基本面的股市波动度量与预测[J].世界经济,2014,37(12):118~139.
[3]卢钰.基于参数优化的支持向量机股票市场趋势预测[D].浙江工商大学,2013.
[4]贾云朋.数据挖掘在股票曲线趋势预测中的研究及应用[D].吉林大学,2015.
[5]Leila Bateni&Farshid Asghari(2014).Study of Factors Affecting the Initial Public Offering(IPO)Price of the Shares on the Tehran Stock Exchange,Research in World Economy,Vol 5,No.2,2014.
[6]Nelson Maina Wweru(2012).Stock Splits and Their Effect on Share Prices:A Study of Firms Listed on the Nairobi Stock Exchange,Academy of Accounting and Financial Studies Journal,Volume 16,Number 2,2012.
[7]杨秀昌,李国华.我国股票市场稳定问题思考[J].生产力研究,2009,(21):123~124.