摘要：在自然和现实生活中有各种各样的时间序列，因此对于时间序列的应用普遍存在于金融、物流、天文、交通、气象、水文、工程等很多个领域，其中含有的时间序列数据能够提供很多有价值的信息，利用时间序列对其进行研究分析从而能得到更为准确的理论成果。

而本文介绍了时间序列在金融工作中的应用，首先从其研究背景和意义出发再到对时间序列的基本概念、构成要素、种类、特征、作用、预测以及预处理的介绍清晰的认识了什么是时间序列，然后通过对时间序列中平稳时间序列模型里最常见的ARMA模型和非平稳时间序列里最常见的ARIMA模型、ARCH模型、GARCH模型的介绍并以沪深300指数作为实际的例子，根据它在Python软件建立的时间序列的各种模型进行分析，最后得出时间序列在金融工作的各个领域得到了广泛的应用，并在其中起着越来越重要的作用的结论。

 

关键词　时间序列；ARMA模型；ARIMA模型；ARCH模型；GARCH模型

 

目录

摘要

Abstract

1 绪论-1

1.1 研究背景和意义-1

2 时间序列的理论知识-2

2.1时间序列-2

2.2时间序列的构成要素-2

2.3时间序列的种类-2

2.4时间序列的特征-2

2.5时间序列的作用.-3

2.6时间序列的预测-3

2.7时间序列的预处理-3

2.7.1平稳性检验-3

2.7.2纯随机性检验-4

3 时间序列的常用模型-5

3.1平稳时间序列模型-5

3.1.1AR模型-5

3.1.2MA模型-6

3.1.3ARMA模型-6

3.1.4建模过程(以ARMA为例)-7

3.2非平稳时间序列模型-7

3.2.1ARIMA模型-7

3.2.2ARCH模型-8

3.2.3GARCH模型-8

4 时间序列在金融工作的应用-10

4.1简介-10

4.2以沪深300指数收益率数据为例-10

4.3通过AR模型、MA模型与ARMA模型进行分析-10

4.4通过ARIMA模型进行分析-14

4.5通过ARCH模型与GARCH模型进行分析-15

4.6本章小结-18

5 结论-20

参考文献-21

致谢-22