论文部分内容阅读
基于2016-2017年贵州茅台股票收盘价数据，应用时间序列分析理论中长期趋势和随机波动之间存在复杂的交互影响关系建立ARIMA-GARCH模型进行分析，首先，对多组数据进行拟合比较，其中ARIMA（2，1，6）模型经检验显著有效。针对波动信息的提取首先是考察ARIMA（2，1，6）模型的残差平方序列的异方差特征，经LM检验和Q检验显示残差序列显著方差非齐，且具有长期相关性。构造GARcH（0，2）模型，并根据该模型的拟合并预测未来股票价格，结果表明该模型效果拟合艮好，在短期时间内可以对投资可以起到一定的