基于ARIMA模型证券指数分析与预测
——文献综述
摘 要：股票市场的发展在一定程度上反应了一个国家或地区的经济水平，而指数则是反应股市运行状况的综合指标。近年来，我国经济快速发展，人民的生活水平得到提高，人们开始把注意力集中在投资与理财方面上，如股票投资。证券指数作为一个综合反映股市变动情况的指标，有利于市场参与者对市场进行分析。本文基于时间序列里的ARIMA模型对我国证券指数进行分析与预测以及对未来股票价格进行预测。综合评价了该模型的特点、应用范围及在实际使用中的优点和缺点，希望为广大投资者提供投资指标，为企业政策决定者提供可靠的依据。
关键词：ARIMA模型；证券指数；股价预测；时间序列分析
- 引言
股票至今已有将近400年的历史，它伴随着股份公司的出现而出现，最早出现于资本主义国家。在17世纪初，随着资本主义大工业的发展，企业生产经营规模不断扩大，由此而产生的资本短缺，资本不足便成为制约着资本主义企业经营和发展的重要因素之一。为了筹集更多的资本，便出现了以股份公司形态，随着筹集资本范围的扩大，产生了以股票形式集资入股的方式也得到发展，并且产生了买卖交易转让股票的需求。这样，就带动了股票市场的出现和形成，并促使股票市场的完善和发展。目前，股票有限公司已经成为资本主义国家最基本的企业组织形式；股票已经成为资本主义国家筹资的重要渠道和方式，也是投资者投资的基本选择方式；而股票的发行和市场交易也成为资本主义国家证券市场的重要基本经营内容，成为证券市场不可缺少的重要组成部分。
我国最早发行股票是在80年代中期，1984年北京的天桥百货股份有限公司正式成为中国的第一家股份制企业。随后，上海的飞乐公司、深圳的宝安公司相继发行了股票。1988年前后在上海和深圳出现了地区性的股票交易，1990年12月后上海证券交易所、深圳证券交易所相继宣布开业，拉开了中国证券监督管理委员会正式成立，从而使中国的股票交易逐渐走上了正规化和法制化道路。
随着我国资本市场的快速发展，股票市场吸引到大量的资金，受到人们越来越多的关注。因此，通过对证券指数进行短期的预测，可以为广大投资者提供投资指标，给企业政策决定者可信的依据。
然而，股票市场变化起伏很快，跌跌涨涨，很难对其进行长期趋势的预测。现在预测股票价格的方法有很多，但是都存在预测精度低，拟合效果差的缺点。而时间序列模型具有限制要求低、应用范围广、短期预测准确率高等优点，因此时间序列模型已经成为金融预测领域较流行的预测模型之一。经过检测，ARIMA模型能够预测短期内的证券指数，且精度较高，拟合效果较好。
- 文献综述
（一）国内研究现状及成果
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。
