1. 研究目的与意义（文献综述）

进入二十一世纪以来，随着经济的快速发展，广大人民的投资理财方式相比之前有了很大的改变，不仅限于像存款以及债券这种保守型投资，更多人开始参与到股票投资之中，股票投资也在中国掀起了一股热潮。虽然股票投资在各类投资中具有较高的收益，但是高收益也就意味着伴随着较高的投资风险，因此股票投资分析就称为了股票投资中十分重要的一个组成部分，在整个投资过程中也占有极其重要的地位。在股市成立之初，由于制度以及管理者存在的很多问题，导致股票市场的波动，急涨急跌的情况时有发生，现如今，随着制度和经济的不断发展和完善，股票市场日渐成熟。

正因为高收益与高风险并存的性质以及存在着一定的异常交易行为，股票价格的预测就尤为重要了。股票价格的变动受到很多因素的影响，在股票市场上，对于决策者来说，预测越准确，对于利润的获得以及规避高风险就越有利。对于监管机构来说，为了防止股票价格快速上涨或快速下跌从而引起一系列不好的影响，同时监测股票是否存在一定的异常交易和波动风险，得到准确的股票走势，能有效加强对股票市场的把控。因此对于股票价格预测的研究十分重要。

针对数据的预测一直以来都是研究的热点，经过了长时间的发展，产生了许多方法：

2. 研究的基本内容与方案

（1）研究的基本内容：

由于正确而有效的股价预测有利于投资者进行投资，对于监管机构来说，得到准确的股票走势，能有效给予市场指导和加强对股票市场的把控。本文着重研究股价运行的规律，针对变幻莫测的股票市场，利用股票市场的具体交易数据，通过时间序列分析和机器学习等方法，在充分利用数据的基础上建立合适的拟合模型，并通过模型对未来短期内的股价进行预测，得到具体的预测结果。

（2）目标：

3. 研究计划与安排

1—3周：查阅有关选题的研究论文，并完成一篇英文文献的翻译工作，与老师进行讨论，提出自己的想法。

4—5周：根据要求完成毕业论文的开题报告，并交给老师评阅。

6—8周：建立模型，分析求解，并得到初步结果。

4. 参考文献（12篇以上）

[1] narendrababu c , eswara reddy b . prediction of selected indian stock using apartitioning–interpolation based arima–garchmodel[j]. applied computing and informatics, 2015, 11(2):130-143.

[2] rathnayakar m k t , seneviratna d m k n , jianguo w , et al. a hybrid statisticalapproach for stock market forecasting based on artificial neural network andarima time series models[c]// international conference on behavioral. ieee,2015.

[3] novakm g , dejan velu#353;#269;ek. prediction of stock price movement based on daily highprices[j]. quantitative finance, 2016, 16(5):793-826..