时序模型ARIMA在数据分析中的应用OA
Application of Time Series Model ARIMA in Data Analysis
时间序列是进行趋势分析的方法之一.随着大数据时代的到来,经济趋势、企业经营、市场预测和天气预测等常常需要进行预测和分析.本文对某知名化妆品公司2010年至2018年间的 2122条股票数据,采用ARIMA模型进行趋势分析,预测未来的发展趋势.通过模型的拟合与效果考核,所得到的结果说明了应用ARIMA模型对股票进行趋势分析时,可以取得较好的预测效果.
Time series is one of the methods for conducting trend analysis.With the advent of the big data era,economic trends,enterprise operations,market forecasting,and weather forecasting often require forecasting and analysis.This article uses ARIMA model to conduct trend analysis on 2122 stock data of a well-known cosmetics company from 2010 to 2018,and predicts future development trends.Through the fitting and performance evaluation of the model,the results obtained demonstrate that the ARIMA model can achieve good predictive performance in trend analysis of stocks.
李玲玲;辛浩
淮北职业技术学院计算机科学技术系 安徽 淮北 235000
计算机与自动化
时间序列股票数据预测模型自回归积分滑动平均模型
Time SeriesStock DataPrediction ModelARIMA
《福建电脑》 2024 (004)
25-29 / 5
本文得到安徽省自然科学研究重点项目"基于机器学习的终端入侵检测系统(IDS)"(No.2023AH052869)、淮北职业技术学院自然科学研究重点项目"基于交通流数据驱动的概念漂移发现及检测模型"(No.2020-A-6)的资助.
评论