III基于ARMA-GARCH模型的股票收益率分析與預測實證研究摘要從中國股市從最開始的試探性階段到現在各方面都具有規(guī)范性的階段，從上海證券交易所1990年開業(yè)開始算起，中國股市已經一步一個腳印的在這條道路上走了31年，尤其是最近幾年，是中國股票市場的高速發(fā)展期，幾乎時刻都在發(fā)生日新月異的變化，現在中國股票市場已經成為了投資者們幾乎作為首選的投資市場和融資市場。我國的經濟在這幾年發(fā)展的越來越好，股票市場也伴隨著經濟的發(fā)展變得越來越好，制度和市場也從青澀發(fā)展到成熟。在經濟和市場都在變好的這種情況下，越來越多的專業(yè)投資者和散戶進入證券市場，進行投資活動。但是股票市場具有的一些特征，比如不退還、流動性、高收益等，這些特征都會導致投資者的收益率具有比較大的波動。如果說一名投資者想要在股市進行他的投資，而且還希望能夠取得不錯的收益率，那么利用客觀實際去做出分析且利用這個分析去做出科學合理的投資就是非常有必要的。作為一名投資者，我們要做到把握證券市場的客觀實際規(guī)律，才能做出更適合的判斷，才能讓投資獲得更高的回報率。本文的實驗論證過程如下：第一，先對篩選出來的數據進行一個初步的分析，判斷數據的時間序列是否具有波動聚性，是否存在異方差性;時間序列的自相關圖和偏自相關圖是拖尾還是截尾；第二，再利用ADF平穩(wěn)性檢去檢測是否有單位根，如果存在單位根，那就說明這個時間序列是不平穩(wěn)的，如果不存在單位根，則說明這個時間序列是平穩(wěn)的，可以直接進行下一步操作；第三，通過AIC、BIC準則定階，然后，用模型檢驗時間序列的殘差，查看是否存在條件異方差性，若存在，則通過加入GARCH項去消除條件異方差，這樣我們就得到了ARMA－GARCH擬合模型。通過實證研究，確切的證實了ARMA－GARCH模型對于傳媒股票行業(yè)的收益率的預測是準確的。關鍵字：股票;收益率;時間序列模型;ARMA-GARCH模型目錄III目錄TOC\o"1-2"\h\u第1章緒論 第5章結論本文主要介紹ARMA-GARCH時間序列模型在股票預測中的應用。本文利用時間序列分析的建模思想，對四只傳媒行業(yè)股票的收益率的時間序列進行建模和實證分析，并對未來的股票進行預測。通過Python軟件的實現，對數據建立一個初步得ARMA-GARCH模型，將兩者參數聯合估計，得到所需要的模型。通過實證研究，利用ARMA-GARCH模型對傳媒行業(yè)的收益率進行了擬合，并進行了誤差分析。從圖4.8、圖4.16、圖4.24和圖4.32的預測結果來看，ARMA-GARCH模型可以很好地擬合和預測股票的收盤價格，并且階數越高，數據越精準。這就說明了利用股票的收益率時間序列，通過ARMA-GARCH模型進行建模，可以很好的預測到股票的走勢情況，那么對于廣大的證券市場的參與者，無論是專業(yè)投資機構，還是散戶都可以通過這樣的方式，預測股票的走勢，為投資者更科學的投資，更好的收益率提供參考，使投資者做出科學的決策。參考文獻楊琦,曹顯兵.基于ARMA-GARCH模型的股票價格分析與預測[J].數學的實踐與認識,2016,46(06):80-86.岳朝龍.上海股市收益率GARCH模型族的實證研究[J].數量經濟技術經濟研究.2001(6).126-129.高偉良.股票價格時間序列ARCH模型建立與選擇研究[D].合肥工業(yè)大學,2009.TimBollerslev.GeneralizedAutoregressiveconditionalHeteroscedasticity[J].JounralofEconoemtrics.1986(31).李勝利.中國股票市場杠桿效應研究[J].證券市場導報,2002(10):10-14.賈明珠.基于機器學習的時間序列分析方法研究與應用[D].西安科技大學,2020.BOXGEP，JENKINSGM．Timeseriesanalysisforecastingandcontrol(Reved)［J］．JournalofTime，1976，31(4):238-242．許舒雅,梁曉瑩.基于ARIMA-GARCH模型的股票價格預測研究[J].河南教育學院學報(自然科學版),2019,28(04):20-24.李