基于时间序列的股票价格走势分析  

作　　者：黄旻浩 

机构地区：[1]香港中文大学

出　　处：《现代营销（下）》2019年第12期58-59,共2页Marketing Management Review

摘　　要：随着当代经济的不断发展,金融市场已经成为经济发展的重要部分,而股票市场作为金融市场的重要组成部分,便与国民经济密切相关.对于投资者而言,如何及时了解价格波动从而准确分析股票市场行情,是决策过程中的一个关键问题;对于股票市场的管理者来说,如何把握股市动态,从而营造稳定健康的交易环境,也是一项非常艰巨的任务.因此,更好地了解股市的波动特征,以及从中探索某些规律,对我们学习金融理论和进行金融实践都具有重要的意义.本文以2009-2018年的沪深300指数为例,对ARIMA模型、ARCH模型和AR-GARCH模型进行拟合,比较其在股票价格走势上的优劣,再用通过检验的拟合模型对股价进行一个短期的预测.最后发现AR-GARCH模型对原序列有较好的拟合效果,并且获得了较为精确的预测结果.

关 键 词：时间序 ARIMA模型 ARCH模型 AR-GARCH模型 

分 类 号：F83[经济管理—金融学]