1. 預測股價方法

使用的自變數
- 時間序
- 前一日開盤價
- 前一日最高價
- 前一日最低價
- 前一日收盤價
使用的應變數
- 當日收盤價
三種模型組合後成為數據的數學模型方程式
- 建立期望值數學模型：從基本8種的基本數學模式中挑選出最小MSE的模型
- 建立MAD變異數異質性模型：從基本10種的基本數學模型中挑選出最小MSE的模型。此模型可產生應變數的上下波動
- 加入一階自我相關誤差迴歸模型
運算預測值的區間估計
運算在近N日為條件下，預測明日上漲的條件機率和下跌的條件機率

2. 數據

數據來源：台灣證券交易所
數據類型：日資料
數據期間：從當日數據往前推500筆(相當二年又一季的數據)

2. 預測結果

2.1. 台股指數於2022/05/11預測結果

2.1.1. 近120天

樣本比例=P(上升&下降)= 0.942149
$0.900826 \leq p \leq 0.975207$
最大誤差 = E = 0.041599

2.1.2. 近20天

樣本比例 =P(上升&下降)= 0.857143
$0.714286 \leq p \leq 0.952381$

2.1.3. 點估計預測值= 16087.41

2.1.4. 95%預測區間

The P.I. for Y(rise) 16001.9646887583 ≤ Y ≤ 16407.1882476364, The P.I. for Y(decline) 15790.2286303188 ≤ Y ≤ 16195.4521891969, The P.I. for Y(rise and decline) 15790.2286303188 ≤ Y ≤ 16407.1882476364

2.1.5. 條件機率預測

近N日為條件	條件機率漲跌
1	跌
2,3,4,5,6,8	漲
7	平

3.1.6. 經驗機率法

近N日為條件	條件機率漲跌
3,6,7	跌
1,2,4,5,9,10,11,12,13	漲
8	平

2.2. 台積電於2022/05/11預測結果

2.2.1. 近120天

樣本比例=P(上升&下降)= 0.933884
$0.884298 \leq p \leq 0.966942$
最大誤差 = E = 0.044275

2.2.2. 近20天

樣本比例 =P(上升&下降)= 0.904762
$0.761905 \leq p \leq 1.000000$

2.2.3. 點估計預測值= 519.10

2.2.4. 95%預測區間

The P.I. for Y(rise) 516.3843282633 ≤ Y ≤ 536.4960386286, The P.I. for Y(decline) 501.8130871234 ≤ Y ≤ 521.9247974888, The P.I. for Y(rise and decline) 501.8130871234 ≤ Y ≤ 536.4960386286

2.2.5. 條件機率預測

近N日為條件	條件機率漲跌
1,2,3,7,8	跌
4	漲
5,6	平

3.3.6. 經驗機率法

近N日為條件	條件機率漲跌
6	跌
1,2,3,4,5,7,8,9,10	漲
無	平