股票价格的回归分析预测

本文主要研究在已有历史数据的情况下，通过回归分析对股价进行预测。为了克服多元回归分析中可能存在的变量之间的多重共线性问题，首先利用因子分析方法对原来的解释变量进行降维处理，在保证信息提取较充分的情况下，提取出较少的几个因子，然后把所得的因子得分估计值作为解释变量，对被解释变量进行回归拟合。
    关键字：因子分析 回归分析

regression prediction of stock prices
  
Abstract:In this paper,it was mainly researched that to share price forecast by means of regression analysis in the case of existing historical datas.In order to overcome the multiple linear problem between the possible existent variables in the multiple regression analysis.Firstly,
applying the factor analysis method to the original explanatory variables for dimension reduction processing,in the circumstance of ensuring information extraction is full,extract severalfactors,
and then take all income scoring estimate as explanatory variables,to regress explained variables.
Keywords:Factor analysis；Regression analysis

§1背景知识
影响股票价格的因素很多，其作用机制也相当复杂，所以股票价格走势的预测非常困难。另外，我们缺乏信息对市场影响的传导系统的结构和系统模型，并且不能准确把握金融政策、利率政策、公司状况、国际市场及投资者心理承受能力等因素的变化及其对市场的影响方式和作用。因此，对股票价格预测的研究，不仅可以使投资者获得风险即定下的最大收益或收益最大下的最小风险，而且对研究证券价格的形成机制、评价证券市场效率以及对证券市场实施有效监管都具有重要作用。
本文首先采用因子分析法研究影响股价因素的内部结构，从而找出影响股票价格的主要因素。然后，结合历史数据，建立股票价格的回归预测模型。

*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】