时间序列分析方法是最近发展较快的定量预测方法,它特别适用于经济时间序列,因为经济现象涉及因素较多,关系又比较复杂,因此难以用量化的唯理模型进行预测分析。而传统的技术分析来源于直觉和经验,虽然它被广泛地应用于证券分析领域,但从未被金融理论所认可。在证券价格预测中如何将已有的技术分析方法和现代统计学理论相结合,寻求价格运动规律存在的统计支持,获得更直接的实证,成为近年来证券价格预测的课题之一。 我国股市具有优化资源配置的功能,但同时又具有投机性特别强的特征,通常受系统因素,影响预测其长期价格趋势非常困难。考虑ARMA模型具有短程记忆性,预测精度高的特点。作者应用一种利用ARMA模型和形态理论进行组合预测股票价格的方法,对股票行情的转折点的有效性进行预测,而非普通的股票价格预测,并对这种方法在分析我国股市时间序列的表现进行评价,得出了一些对监管部门以及股票交易者有借鉴意义的结论。计算实例表明了这种组合方法预测能力相对于单一的预测方法有明显的优越性,更具有实际意义。同时对时间序列分析方法分析我国股市时间序列的前提进行了讨论,考虑到中国股市股票交易者群体与发达国家股市股票交易者群体之间的差异,作者借用行为金融学的理论成果对我国股票交易者对信息反应的复杂性和易变性进行了详细分析,指出股票交易者对信息反应的异质性和易变性是造成难以准确预测我国股市的一个重要原因,考虑到我国股市以散户为主导的特性将长期存在,因此将行为金融学的研究结论纳入对我国股市时间序列的量化研究具有重要的意义。最后,作者从唯理预测与唯象预测之间差异的角度出发,指出了唯象预测的缺点并对我国股市时间序列的研究方向进行了展望。