版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第1頁(yè)。摘要:主要思路為了準(zhǔn)確的估計(jì)股票價(jià)格,了解股票的一般規(guī)律,更好的為資本市場(chǎng)提供參考意見(jiàn)和幫助股民進(jìn)行投資股票作出正確的決策,本文從股票價(jià)格指數(shù)與整個(gè)經(jīng)濟(jì)環(huán)境角度出發(fā),采用多元回歸分析方法,應(yīng)用月度時(shí)間序列數(shù)據(jù),通過(guò)選取綜合反映股票市場(chǎng)上所有公司股票價(jià)格整體水平的指標(biāo)建立了線性回歸模型,得出了股票價(jià)格趨勢(shì)變動(dòng)的影響因素.關(guān)鍵詞:回歸模型;指數(shù)模型;股票價(jià)格;預(yù)測(cè)一、引言主要思路為了準(zhǔn)確的估計(jì)股票價(jià)格,本文從股票價(jià)格指數(shù)與整個(gè)經(jīng)濟(jì)環(huán)境角度出發(fā),采用多元回歸分析方法,應(yīng)用月度時(shí)間序列數(shù)據(jù)建立了線性回歸模型,具體分析步驟:關(guān)系分析基于以上原理,為大致了解股票價(jià)格與諸因素之間的關(guān)系,先分別繪制股票價(jià)格與各個(gè)因素之間的散點(diǎn)圖,并分析它們之間的關(guān)系.股價(jià)用上證A股指數(shù)來(lái)表示,這樣可以減少人為因素對(duì)股票價(jià)格的影響,盡量將注意力集中在我們假設(shè)選用的自變量上.我們采用的數(shù)據(jù)是2012年和2015年上半年的月度數(shù)據(jù),分析影響我國(guó)股市趨勢(shì)的因素。之所以選取2012年和2015年7月的統(tǒng)計(jì)資料是基于以下兩點(diǎn)考慮:中國(guó)股市發(fā)展時(shí)間較短,采用年度數(shù)據(jù)會(huì)因?yàn)闃颖玖刻《沟没貧w分析失去意義;數(shù)據(jù)取得的存在較大難度,因季度數(shù)據(jù)不全而只能選取月度數(shù)據(jù).因此選取2012年和2015年7月份月度數(shù)據(jù)作為樣本.指數(shù)平滑時(shí)間序列預(yù)測(cè)模型選擇多項(xiàng)式回歸模型3.1變量選取通過(guò)向前向后逐步迭代回歸模型篩選出顯著性較強(qiáng)的變量進(jìn)行回歸建模。3.2顯著性檢驗(yàn)根據(jù)F值和p值統(tǒng)計(jì)量來(lái)判斷模型是否具有顯著的統(tǒng)計(jì)意義。3.3擬合預(yù)測(cè)使用得到的模型對(duì)實(shí)際數(shù)據(jù)進(jìn)行擬合和預(yù)測(cè)。4.分析得出結(jié)論得出各個(gè)自變量之間的關(guān)系,以及它們對(duì)因變量的影響極其經(jīng)濟(jì)意義?!驹瓌?chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第2頁(yè)。獲取2012年1月到2015年7月的上證指數(shù)數(shù)據(jù),貨幣供應(yīng)量,消費(fèi)價(jià)格指數(shù)人民幣美元匯率和存款利率數(shù)據(jù)
繪制變量之間的散點(diǎn)圖plot(data)par(mfrow=c(2,2))
plot(美元匯率,上證指數(shù)數(shù)據(jù))
plot(人民幣存款利率,上證指數(shù)數(shù)據(jù))【原創(chuàng)】R【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第3頁(yè)。三、指數(shù)平滑時(shí)間序列模型預(yù)測(cè)表示時(shí)間序列JanFebMarAprMayJunJul
2012263.67019.925240.655131.620245.665368.020
2013-51.615-156.54569.235-46.705-329.040-181.635-2.555
2014-65.53587.56579.20037.740-157.900-118.65559.360
2015-50.230142.300-11.580-25.71047.830-92.995-115.865
AugSepOctNovDec
2012-130.350-216.610125.145163.41544.480
2013145.3105.895236.40597.135-142.555
2014-176.755-108.775-71.05532.655-149.320
2015【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第4頁(yè)。利用HoltWinters函數(shù)預(yù)測(cè):p.hw<-forecast.HoltWinters(m.hw,h=24)h=24表示預(yù)測(cè)24個(gè)值
【原創(chuàng)】R【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第5頁(yè)。四、進(jìn)行多元回歸模型并進(jìn)行分析summary(lmmod)顯示回歸結(jié)果
Call:
lm(formula=y~x1+x2+x3+x4,data=data)
Residuals:
Min1QMedian3QMax
-543.94-90.091.69113.01500.68
Coefficients:
EstimateStd.ErrortvaluePr(>|t|)
(Intercept)-3.457e+049.319e+03-3.7100.000661***
x13.325e-031.369e-032.4300.019950*
x21.341e+012.663e+010.5030.617562
x34.787e+011.400e+013.4200.001511**
x47.870e+023.380e+022.3280.025322*
---
Signif.codes:0'***'0.001'**'0.01'*'0.05'.'0.1''1
Residualstandarderror:246.5on38degreesoffreedom
【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第6頁(yè)?;貧w結(jié)果分析從輸出結(jié)果可以看出,回歸方程為,變量和的統(tǒng)計(jì)量的估計(jì)值分別為-3.457e+04,3.325e-03,1.341e+01,4.787e+01和7.870e+02,除了x2以外由對(duì)應(yīng)的值都比顯著性水平0.05小,可得兩個(gè)偏回歸系p數(shù)在顯著性水平0.05下均顯著不為零。進(jìn)一步地剩余方差的估計(jì)值,f統(tǒng)計(jì)量的估計(jì)值為8.783,由對(duì)應(yīng)的p值4.012e-05說(shuō)明,回歸方程是顯著的。可決系數(shù)R,修正的可決系數(shù)R為0.48左右說(shuō)明方程的擬合效果較好。擬合效果圖形展示以上證指數(shù)的原始數(shù)據(jù)作為x軸,回歸擬合值為軸作圖,在xy面上的點(diǎn)用直線連接見(jiàn)圖1。"貨幣供應(yīng)量數(shù)據(jù)","居民消費(fèi)價(jià)格指數(shù)","美元匯率","人民幣存款利率"之間原始圖和擬合值的關(guān)系散點(diǎn)圖【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第7頁(yè)。par(mfrow=c(2,2))
plot(貨幣供應(yīng)量數(shù)據(jù),【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第7頁(yè)。plot(人民幣存款利率,上證指數(shù)數(shù)據(jù),type="l")
lines(人民幣存款利率,fitted(lmmod),col="red")置信區(qū)間與預(yù)測(cè)區(qū)間:置信區(qū)間是給定自變量值后,由回歸方程得到的的預(yù)測(cè)值(實(shí)0y際上是的平均值)的置信區(qū)間;預(yù)測(cè)區(qū)間是實(shí)際值的置信區(qū)間,在這里稱為預(yù)測(cè)區(qū)間。0y0y預(yù)測(cè)區(qū)間要比置信區(qū)間稍大,命令與顯示結(jié)果如下predict(lmmod,int="c")fitlwrupr
12475.2422251.5062698.979
22499.7752292.2382707.313
32577.0192407.6312746.407
42591.8862430.2492753.522
52587.0352430.3702743.701
62693.3362533.4062853.266
72700.1742534.9392865.409
82721.1342574.9722867.296
92739.6532604.0152875.291
【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第8頁(yè)。382292.4622133.9362450.987
392431.0192261.3072600.730
402353.4662189.9582516.974
412428.7892234.3662623.211
422359.7942122.2602597.327
432165.2941879.1122451.475predict(lmmod,int="p")fitlwrupr
12475.2421928.3523022.133
22499.7751959.3093040.241
32577.0192050.0243104.014
42591.8862067.3313116.441
52587.0352063.9913110.080
。。。392431.0191903.9202958.118
402353.4661828.3312878.601
412428.7891893.2222964.355
422359.7941807.1152912.473
432165.2941590.0272740.560殘差分析:殘差分析可以對(duì)回歸模型的假設(shè)條件即隨機(jī)誤差項(xiàng)是否獨(dú)立同分布進(jìn)行檢驗(yàn),同時(shí)還可以找出離群點(diǎn)。命令語(yǔ)句為plot(lm.1),顯示結(jié)果如下par(mfrow=c(2,2))
plot(lmmod)【原創(chuàng)】R【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第9頁(yè)。左上圖是擬合值與殘差的散點(diǎn)圖,從圖上可以發(fā)現(xiàn),除去第6個(gè)離群點(diǎn)外,所有點(diǎn)基本上是隨機(jī)地分散在縱坐標(biāo)值為-1和+1的兩條平行線之間,這說(shuō)明隨機(jī)誤差項(xiàng)具有同方差性;左下圖是擬合值與殘差的標(biāo)準(zhǔn)差的散點(diǎn)圖,其意義與上面類(lèi)似;右上圖表明隨機(jī)誤差項(xiàng)是服從正態(tài)分布的,其原因是正態(tài)Q-Q圖近似地可以看成一條直線;右下圖的CooK距離圖進(jìn)一步證實(shí)第6個(gè)觀測(cè)值是一個(gè)離群點(diǎn),它對(duì)回歸方程的影響是比較大的,要根據(jù)具體問(wèn)題,討論出現(xiàn)這一觀測(cè)值的實(shí)際背景。逐步回歸優(yōu)化使用逐步回歸法建立“最優(yōu)”的回歸方程Start:AIC=478.32
y~x1+x2+x3+x4
DfSumofSqRSSAIC
-x21154012324529476.61
<none>2309128478.32
-x413293902638518482.05
-x113587082667836482.53
-x317105763019704487.86
Step:AIC=476.61
【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第10頁(yè)。y~x1+x3+x4
DfSumofSqRSSAIC
<none>2324529476.61
+x21154012309128478.32【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第10頁(yè)。summary(stepmod)查看模型參數(shù)與結(jié)果
Call:
lm(formula=y~x1+x3+x4,data=data)
Residuals:
Min1QMedian3QMax
-539.93-107.079.65100.96471.56
Coefficients:
EstimateStd.ErrortvaluePr(>|t|)
(Intercept)-3.669e+048.237e+03-4.4546.9e-05***
x13.792e-039.977e-043.8000.000495***
x35.228e+011.081e+014.8352.1e-05***
x48.928e+022.621e+023.4060.001542**
---
Signif.codes:0'***'0.001'**'0.01'*'0.05'.'0.1''1
Residualstandarderror:244.1on39degreesoffreedom
MultipleR-squared:0.4769,AdjustedR-squared:0.4367
F-statistic:11.85on3and39DF,p-value:1.17e-05上面用“逐步向前向后回歸法”,通過(guò)軟件分析建立“最優(yōu)”回歸方程。向后回歸法就是建立包含全部因子的回歸方程,通過(guò)回歸系數(shù)的檢驗(yàn),從回歸方程中逐個(gè)剔除不顯著的因子,直到留在方程中的因子都是顯著的。五、結(jié)論本文首先通過(guò)繪制上證指數(shù)與諸影響因素(貨幣供應(yīng)量,居民消費(fèi)價(jià)格指數(shù),人民幣兌美元匯率,人民幣短期存款利率)之間的散點(diǎn)圖和計(jì)算它們之間的相關(guān)系數(shù),可知上證指數(shù)與諸因素之間存在比較明顯的非線性關(guān)系,因此,為簡(jiǎn)化問(wèn)題,通過(guò)R軟件,采用逐步進(jìn)入法剔除了不顯著的自變量—居民消費(fèi)價(jià)格指數(shù)、人民幣短期存款利率和人民幣兌美元匯率,并建立了多元回歸模型.利用所得模型可對(duì)股票價(jià)格的因素進(jìn)行探討.研究表明,上證指數(shù)和貨幣供應(yīng)量與人民幣短期存款利率并不存在長(zhǎng)期的穩(wěn)定關(guān)系]8[.因此,這里只使用此模型對(duì)我國(guó)股票市場(chǎng)作出粗略的線性估計(jì).我們猜測(cè)只是由于影響股票價(jià)格的因素復(fù)雜,如公司的經(jīng)營(yíng)狀況,股民的投資心理等等,并最終反映在投資決策和投資行為上來(lái)]9[,表現(xiàn)在上證指數(shù)的高低.此外,股票市場(chǎng)是【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第11頁(yè)。一個(gè)動(dòng)態(tài)的過(guò)程,投資者作為金融產(chǎn)品的需求者與供應(yīng)者,通過(guò)交易量的調(diào)整來(lái)表達(dá)對(duì)價(jià)格水平的意見(jiàn).因此,股票價(jià)格變動(dòng)與人民幣兌美元匯率之間也存在一定的關(guān)系。當(dāng)然,值得注意的是,股票價(jià)格并不是由上述因素來(lái)決定,【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第11頁(yè)。Code:獲取數(shù)據(jù)及預(yù)處理獲取2012年1月到2015年7月的上證指數(shù)數(shù)據(jù),貨幣供應(yīng)量,消費(fèi)價(jià)格指數(shù)人民幣美元匯率和存款利率數(shù)據(jù)y=c(1931.3,2194.97,2214.895,2455.55,2587.17,2832.835,3200.855,3070.505,2853.895,2979.04,3142.455,3186.935,3135.32,2978.775,3048.01,3001.305,2672.265,2490.63,2488.075,2633.385,2639.28,2875.685,2972.82,2830.265,2764.73,2852.295,2931.495,2969.235,2811.335,2692.68,2752.04,2575.285,2466.51,2395.455,2428.11,2278.79,2228.56,2370.86,2359.28,2333.57,2381.4,2288.405,2172.54);上證指數(shù)數(shù)據(jù),2012.1——2015.7?x1=c(496135.31,506708.07,530626.71,540481.21,548263.51,568916.20,573102.85,576698.95,585405.34,586643.29,594604.72,610224.52,625606.29,636072.26,649947.46,656561.72,663351.37,673921.72,674051.48,687506.92,696471.5,【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第12頁(yè)。763409.22,780820.85,772923.65,780852.30,787406.20,816829.25,825493.94,851590.90,855898.89,867171.42,895565.50,889604.04,900048.77,924991.20,919072.40);貨幣供應(yīng)量數(shù)據(jù),2012.1——2015.7?x2=c(98.3,98.4,98.8,98.5,98.6,98.3,98.2,98.8,99.2,99.5,100.6,101.9,101.5,102.7,102.4,102.8,103.1,102.9,103.3,103.5,103.6,104.4,105.1,104.6,104.9,104.9,105.4,105.3,105.5,106.4,106.5,106.2,106.1,105.5,104.2,104.1,104.5,103.2,103.6,103.4,103,102.2,101.8);居民消費(fèi)價(jià)格指數(shù)2012.1——2015.7?x3=c(683.82,683.57,683.41,683.12,682.45,683.32,683.20,683.22,682.89,682.75,682.71,682.79,682.76,682.70,682.64,682.62,682.74,681.65,677.75,679.01,674.62,667.32,665.58,665.15,660.27,658.31,656.62,652.92,649.88,647.78,646.14,640.9,638.33,635.66,634.08,632.81,631.68,630,630.81,629.66,630.62,631.78,632.35);人民幣100外幣兌美元匯率2012.1——2015.7?x4=c(17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,19.1,19.1,22.5,22.5,26,26,28.5,28.5,28.5,31,31,31,31,31,31,31,31,31,31,31,28.5,26)/10;人民幣存款利率2012.1——2015.7?將數(shù)據(jù)合并data=cbind(y,x1,x2,x3,x4)data=as.data.frame(data)給變量名賦值attach(data)colnames(data)=c("上證指數(shù)數(shù)據(jù)","貨幣供應(yīng)量數(shù)據(jù)","居民消費(fèi)價(jià)格指數(shù)","美元匯率","人民幣存款利率")繪制變量之間的散點(diǎn)圖【原創(chuàng)】【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第13頁(yè)。plot(data)par(mfrow=c(2,2))plot(貨幣供應(yīng)量數(shù)據(jù),上證指數(shù)數(shù)據(jù))plot(居民消費(fèi)價(jià)格指數(shù),上證指數(shù)數(shù)據(jù))plot(美元匯率,上證指數(shù)數(shù)據(jù))plot(人民幣存款利率,上證指數(shù)數(shù)據(jù))表示時(shí)間序列l(wèi)ibrary(xts)上證指數(shù)數(shù)據(jù)=ts(上證指數(shù)數(shù)據(jù),start=c(2012,1),frequency=12)plot.ts(上證指數(shù)數(shù)據(jù))diff(上證指數(shù)數(shù)據(jù))計(jì)算相鄰觀察值之差b<-rollmean(上證指數(shù)數(shù)據(jù),12)12是移動(dòng)平均的期數(shù)。lines(b)利用HoltWinters函數(shù)預(yù)測(cè):library(forecast)m.hw<-HoltWinters(上證指數(shù)數(shù)據(jù))p.hw<-forecast.HoltWinters(m.hw,h=24)h=24表示預(yù)測(cè)24個(gè)值plot(p.hw)進(jìn)行多元回歸模型并進(jìn)行分析lmmod=lm(y~x1+x2+x3+x4,data=data)summary(lmmod)顯示回歸結(jié)果【原創(chuàng)】【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第14頁(yè)。Call:lm(formula=y~x1+x2+x3+x4,data=data)Residuals:Min1QMedian3QMax-543.94-90.091.69113.01500.68Coefficients:EstimateStd.ErrortvaluePr(>|t|)(Intercept)-3.457e+049.319e+03-3.7100.000661***x13.325e-031.369e-032.4300.019950*x21.341e+012.663e+010.5030.617562x34.787e+011.400e+013.4200.001511**x47.870e+023.380e+022.3280.025322*---Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1Residualstandarderror:246.5on38degreesoffreedomMultipleR-squared:0.4804,AdjustedR-squared:0.4257F-statistic:8.783on4and38DF,p-value:4.012e-05回歸結(jié)果分析從輸出結(jié)果可以看出,回歸方程為,變量和的統(tǒng)計(jì)量的估計(jì)值分別為-3.457e+04,3.325e-03,1.341e+01,4.787e+01和7.870e+02,除了x2以外由對(duì)應(yīng)的值都比顯著性水平0.05小,可得兩個(gè)偏回歸系p數(shù)在顯著性水平0.05下均顯著不為零。進(jìn)一步地剩余方差的估計(jì)值,f統(tǒng)計(jì)量的估計(jì)值為8.783,由對(duì)應(yīng)的p【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第15頁(yè)。值4.012e-05說(shuō)明,回歸方程是顯著的。可決系數(shù)【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第15頁(yè)。擬合效果圖形展示以上證指數(shù)的原始數(shù)據(jù)作為x軸,回歸擬合值為軸作圖,在xy面上的點(diǎn)用直線連接見(jiàn)圖1。plot(y,fitted(lmmod),type="l")"貨幣供應(yīng)量數(shù)據(jù)","居民消費(fèi)價(jià)格指數(shù)","美元匯率","人民幣存款利率"之間原始圖和擬合值的關(guān)系散點(diǎn)圖par(mfrow=c(2,2))plot(貨幣供應(yīng)量數(shù)據(jù),上證指數(shù)數(shù)據(jù),type="l")lines(貨幣供應(yīng)量數(shù)據(jù),fitted(lmmod),col="red")plot(居民消費(fèi)價(jià)格指數(shù),上證指數(shù)數(shù)據(jù),type="l")lines(居民消費(fèi)價(jià)格指數(shù),fitted(lmmod),col="red")plot(美元匯率,上證指數(shù)數(shù)據(jù),type="l")lines(美元匯率,fitted(lmmod),col="red")plot(人民幣存款利率,上證指數(shù)數(shù)據(jù),type="l")lines(人民幣存款利率,fitted(lmmod),col="red")置信區(qū)間與預(yù)測(cè)區(qū)間:predict(lmmod,int="c")fitlwrupr12475.2422251.5062698.97922499.7752292.2382707.31332577.0192407.6312746.407【原創(chuàng)】R【原創(chuàng)】R語(yǔ)言股票回歸、時(shí)間序列分析報(bào)告論文附代碼數(shù)據(jù)全文共17頁(yè),當(dāng)前為第16頁(yè)。52587.0352430.3702743.701.....422359.7942122.2602597.327432165.2941879.
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 如皋農(nóng)村婚慶酒店合同范例
- 出租集裝箱租賃合同范例
- 商洛房屋出售合同范例
- 政府醫(yī)療采購(gòu)合同范例
- 嫁接樹(shù)木合同范例
- 燈飾開(kāi)關(guān)銷(xiāo)售合同范例
- 廢品金屬回收合同范例
- 個(gè)人高額借錢(qián)合同范例
- 銅仁幼兒師范高等??茖W(xué)校《數(shù)據(jù)庫(kù)原理及應(yīng)用SQL-Server》2023-2024學(xué)年第一學(xué)期期末試卷
- 完整版100以內(nèi)加減法混合運(yùn)算4000道129
- 2022年注冊(cè)消防工程師繼續(xù)教育測(cè)試題
- 2024年《高等教育心理學(xué)》教師崗前培訓(xùn)考試復(fù)習(xí)題庫(kù)(含答案)
- 船舶電氣設(shè)計(jì)
- 七年級(jí)歷史上冊(cè)第一學(xué)期期末綜合測(cè)試卷(人教版 2024年秋)
- 2024年首屆全國(guó)“紅旗杯”班組長(zhǎng)大賽考試題庫(kù)800題(含答案)
- CJJ101-2016 埋地塑料給水管道工程技術(shù)規(guī)程
- 2024河北石油職業(yè)技術(shù)大學(xué)教師招聘考試筆試試題
- 2022-2023學(xué)年廣東省廣州市增城區(qū)教科版(廣州)六年級(jí)上冊(cè)期末測(cè)試英語(yǔ)試卷(含聽(tīng)力音頻) 【帶答案】
- 2024-2030年中國(guó)七氟丙烷行業(yè)市場(chǎng)現(xiàn)狀調(diào)查及發(fā)展前景研判報(bào)告
- GB/T 43868-2024電化學(xué)儲(chǔ)能電站啟動(dòng)驗(yàn)收規(guī)程
- 人際傳播能力智慧樹(shù)知到期末考試答案章節(jié)答案2024年復(fù)旦大學(xué)
評(píng)論
0/150
提交評(píng)論