摘要：隨著社會進步與科技的迅速發展，中國的股票市場逐漸成為主要的投資市場.無論是股票的投資者還有運營者都希望在股市上得到“低投資，高收益”的投資效果.但是股票市場時刻都在變化，股價也隨之波動.本文對股票信息應用時間序列分析出其中有用的信息，對其進行一定的分析與預測，給予投資者和運營者提供參考，全方位地讓投資者了解股票信息，提高決策分析的科學性.讓投資者在投資上減少盲目性，降低投資風險，提高投資收益.

  首先獲取蘋果公司一段時間內的股價數據，對數據繪制圖，觀測這組數據是否為平穩時間序列，對非平穩時間序列進行d階差分運算，將其化為平穩的時間序列.對得到的平穩的時間序列求其自相關系數ACF和偏自相關系數PACF,通過自相關圖和偏自相關圖分析出最佳的階層p和階數q.通過獲得數值d、q、p確定ARIMA模型.對所得到的模型利用最小二乘法估計序列的回歸系數，從而能提高序列的預測精確度.再來開始對模型進行殘差白噪聲檢驗和參數性檢驗來確定所建的模型是否可取.最后對模型進行短期的預測，綜合分析得出最具有價值的的結果.

關鍵詞：蘋果公司；時間序列；平穩性；ARIMA模型；

目錄

摘要

Abstract

1 緒論-5

1.1 研究背景與研究意義-5

1.1.1 研究背景-5

1.1.2 研究意義-5

1.2 國內外研究現狀-5

2 ARIMA模型簡介-6

2.1 ARIMA模型的介紹-6

2.2 ARIMA模型的原理-6

2.3 ARIMA(p,d,q)建模步驟-7

3 實證研究-8

3.1 數據分析-8

3.1.1 數據的選取-8

3.1.2 數據的基本統計特征分析-9

3.1.3 數據處理-10

3.2 ARIMA模型的識別與定階-12

3.3 ARIMA模型的擬合-13

3.4 ARIMA模型檢驗-14

4 總結-15

參考文獻-16

附錄1-17

附錄2-18