基于ARIMA和GARCH的中国证券分析研究
摘 要：目前，证券市场在我国的发展非常迅猛，越来越多的人投入到证券中。在证券市场中，股票动态是金融研究的一个重要方向[1]。股票以其高收益高风险的特性著称，因此越来越多的人希望能够掌握股票市场的变化规律，从而控制投资风险。自然地，在这个互联网时代，人们开始利用一些公开的有用信息进行研究分析，在这个研究历程中，时间序列分析方法脱颖而出，它能够综合利用股票的各种信息来提高预测精度，尤其在金融、统计方面有着较好的效果[2]。
股票时间序列具有一系列具有挑战性的特征，如非线性、非平稳[2]、尖峰厚尾、非正态性、不对称性等特征[3]。早期的时间序列模型基本只适用于平稳时间序列，因此本文采用GARCH族模型来处理股票序列的条件异方差性和不对称性。但随着证券市场越发繁荣，股票序列也变得越来越复杂，因此，股票时间序列的分析和预测具有不确定性，有更大的发展空间。
本文主要基于时间序列模型，利用ARIMA GARCH模型，对股票时间序列进行分析和预测，主要内容包括以下几个方面：对时间序列相关内容的介绍；收集数据，对其进行残差检验和Box-Ljung检验；基于ARIMA GARCH模型，对其进行预测和波动性拟合；估计风险区间；最后对模型进行检验；为投资者提出参考意见。
关键词：证券，分析与预测，时间序列，GARCH，ARIMA
- 研究背景和意义
我国证券市场于20世纪80年代建立，自建立以来，在我国经济发展中起着越来越重要的作用。在经历了二十多年的发展后，目前证券市场的走势已经能直接反映出国家经济的运行情况[4]。证券市场成立至今，经历过五次大的改革[5]，监管体制不断加强、法律法规不断完善，所有不妥之处都在逐步完善，为我国经济的发展发挥了重要的作用。
随着国内证券市场越发活跃，经济环境越来越好，近几年人们对证券的分析与研究也变得越来越多。为了获得高收益，许多人会进行股票投资，但众所周知，股票在可能带来高收益的同时，伴随着高风险。因此有效控制投资风险，掌握市场的变化规律，无论是对个人投资还是股票市场维稳都有着重要的意义。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
