摘要：近几年我国资本市场快速发展，上市公司家数和股票市值都有大幅提高，伴随着人们财富积累的增加，以及多元化投资意识的提高，证券市场已经成为人们重要的投资渠道之一，参与股票投资的人数不断增加，而证券投资一直是经济学界中的热点研究话题。无论是价值投资者，还是基本面或技术面投资者，都希望知道下一时刻的股指运行方向。现在金融大数据时代已经来临，金融市场的数据具有明显的时间性，各种时间序列处理方法可以作为其的处理工具。本文以上海综合指数作为研究对象，以ARIMA模型作为工具，采用Eviews 6.0软件进行统计处理，发现ARIMA（1，1，4）模型拟合效果较好，且通过了相关的检验。最后本文根据该模型，进行了样本外预测，预测误差在0.322%，同时动态误差效果较好，预测值都在2倍置信区间内运行，这说明该模型具有较强的实用性。

  关键词: 上证综合指数;  ARIMA模型

目录

摘要

Abstract

一、引言-4

二、ARIMA模型简介-5

（一）自回归模型AR（p）-5

（二）移动平均模型MA（q）-5

（三）自回归移动平均模型ARMA（p，q）-6

（四）单整的自回归移动平均模型ARIMA（p，d，q）-6

三、上证综指的ARIMA模型的建立-6

（二）相关图-7

（三）识别模型-8

（四）模型的诊断与检验-11

1、特征根检验-12

2.残差序列的自相关检验-12

（五）预测-13

四、总结-14

参考文献-15

致谢-15