关于时间序列预测模型的实证研究--基于美国标准普尔500金融指数

摘要

受全球疫情蔓延的影响,世界经济面临着高度的不确定性。作为世界第一大经济体的美国因受疫情的冲击,经济增长受到重大影响。文章选取SPY 500的日收盘价作为研究数据,分别从序列水平和波动性两个角度,进行短期预测和波动性分析。结果显示:ARIMA模型对SPY 500日收盘价的短期预测值与实际值相对误差小,GARCH模型较好地拟合了股票价格,并估计出风险区间,希望能为短期投资者和股票决策者提供一定参考。