基于ARIMA模型的股价的研究

摘要

随着社会的进步和科技的快速发展，中国的股票市场逐渐成为我国主要的资本市场，无论是股票的投资者还是管理者，都期待在股市上能得到“投资小，收益大”的回报。而股市的市场信息时时刻刻都在变化，这就导致股票的价格会有所变动。通过对股价的分析，我们可以了解股票市场的信息，并且应用时间序列分析挖掘出其中的有用信息，为股票的投资者和管理者提供参考，从而帮助他们得到最大的回报。
　　首先，本文发现有些文章对数据建立了ARIMA模型，但是没有检验数据是否适合建立该模型，如文献[7]和[8]。本文通过对文献[7]、[9]、[11]和[12]中的数据及中国招商银行和中国平安某一段时间股票日开盘价数据的研究与分析，并且结合白噪声检验，证实了这八组数据根本不适合建立ARIMA模型。而通过了解GARCH模型的理论和其建模思想后，本文利用GARCH模型对这些数据进行分析与研究，发现可以对其中五组数据建立GARCH模型。其次，本文利用指数平滑法的相关知识对剩余的三组数据进行分析，并且用SAS软件编程实现，发现这三组数据均可以建立指数平滑模型。
　　本文在建立模型的同时，对数据进行了检验，证明了数据的确适合建立这种模型，这种检验是建立模型的基础和前提。在对数据进行研究分析时，需要根据数据本身的特点来建模，并且检验数据是否适合建立这种模型，在此基础上，才能够提高模型的拟合度和精准性，使所建的模型更加合理可行。

目录

声明

摘要

第1章 绪论

1．1 研究背景与研究意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．3 主要内容和结构

第2章 时间序列分析简介

2．1 时间序列分析的基本概念

2．1．1 时间序列分析

2．1．2 金融时间序列分析

2．1．3 随机过程

2．2 时间序列分析模型

2．2．1 ARIMA模型

2．2．2 GARCH模型

2．2．3 指数平滑法模型

2．3 时间序列分析中的模型建模步骤

2．3．1 ARIMA(p，d，q)建模步骤

2．3．2 GARCH模型建模步骤

2．4 小结

第3章 数据分析

第4章 实证研究

4．1 检验ARIMA模型的合理性

4．2 检验GARCH模型的合理性

4．3 检验指数平滑法模型的合理性

4．4 小结

第5章 总结

参考文献

攻读学位期间公开发表论文

致谢

研究生履历