基于ARMA模型的黄金期货价格实证分析——来自2006-2016年纽约交易所的523组数据

摘要

本文利用基于随机时间序列分析的ARMA模型构建黄金期货价格预测方法。首先对一段时间内黄金期货价格的时间序列进行平稳化处理,识别其适合的ARMA模型,并检验参数估计的统计学意义和残差的白噪声特性,从而对时间序列后续的数据进行预测。本文对2006年1月2日至2016年1月10日的523个纽约交易所黄金期货(GCJ7)周平均价格进行实证分析,结果表明平稳化后的时间序列适合MA模型,模型残差序列属于白噪声系列。静态预测方法表明模型相对平均误差为1.69%,向前三步(2016年1月11日、18日、25日)预测结果相对误差小于2%,说明ARMA模型在黄金期货价格短期预测(3-4周内)上精度较高,具有一定的应用价值。