在此，我們首先要強調的是PVC缺乏行業定價能力的中心價格，因此文中所選用的價格數據是某家較大規模的電石生產產家的出產價。鑒于國內各家生產商產品成本差異較大的情況，如果直接認為最終的價格即我們計算的結果是缺乏視野的，所以我們能做到的是提出PVC價格預測的新思路擴展和作出價格趨勢判斷。

　　從原始價格數據中我們可以發現，雖然PVC生產、消費具有季節性的特點，但是由于宏觀經濟以及通貨膨脹等方面因素的影響，單從數據而言很難發現其季節性的周期以及其是否平穩的結論。因此我們首先對原始數據進行檢測并完成平穩化過程。

　　如ACF圖和PACF圖所示,樣本的自相關值和偏自相關值和快地落入置信區間,序列的趨勢性和季節性已基本消除,這與ADF檢驗的結果相符。序列的自相關圖和片相關圖都是拖尾的,基于AIC(Akaike信息量準則統計量)最小的原則,確定p=1,q=1,即模型的最優選擇為ARIMA(1,1,1)模型。

　　和訊特約 基于PVC品種上市時間較短同時缺乏期貨市場強相關性品種對其研判的輔助，在進行行情分析中較難以運用技術分析的手段來研究。我們嘗試通過統計學的方法對其進行價格走勢的預判。 在此，我們首先要強調的是PVC缺乏行業定價能力的中心價格，因此文中所選用的價格數據是某家較大規模的電石生產產家的出產價。鑒于國內各家生產商產品成本差異較大的情況，如果直接認為最終的價格即我們計算的結果是缺乏......