时间序列的基本思想是通过事件发展的惯性，发现序列值之间的关系，这种相关关系具有统计规律。时间序列所运用的模型有AR模型、MA模型、ARMA模型、ARIMA模型、疏系数模型、残差自回归模型、ARCH模型、GARCH模型、AR-GARCH模型、X-11季节调整模型、X-12-ARIMA模型、指数平滑预测模型、误差修正模型。本文主要考虑运用自回归模型（AR模型autoregressive）、移动平均模型（MA模型moving average）、自回归移动平均模型（ARMA模型autoregressive moving average）、求和自回归移动平均模型（ARIMA模型autoregressive integrated moving average）、疏系数模型、条件异方差模型（ARCH模型、GARCH模型等）来分析沪深300指数的收盘价和收益率，模型优化则是运用AIC和BIC准则得找出最优模型并且通过训练数据的误差平方和来检验。其中以2005-2016年的数据最为训练数据，2017年的1月3号到5月22号的交易日的数据作为检验数据。旨在通过AIC与BIC准则和误差平方和的大小，找出最精确模型，最后预测序列未来趋势。

1。2 国内外研究现状

如今，关于股票的比较有影响力的模型主要是股票定价模型。股票定价是资本市场的核心内容，它作为一种不确定条件下股票价格决定及股票市场均衡的理论，主要研究必要报酬中包含的风险及其互动的关系。股票定价模型是指根据现值，把股票的各期的收入现金流按一定的贴现率，折合成现值的价值模型。现代的股票定价模型主要包括：现代证券组合理论、资本资产定价模型、因素模型和套利定价模型。

（1）现代证券组合模型[1-2]

在马珂维茨1952年发表的《证券组合的选择》论文中，他是根据统计学的原理将单个股票和股票组合的收益和风险来量化，将投资问题简化为收益-风险（期望值-方差），根据所能承受的风险最大值来选择最优组合，实现投资效益最大化。

（2）资本资产定价模型[1-2]

夏普、林特纳和莫辛先后得出“资本资产定价模型”，即CAPM模型。该型可以表示 

CAPM的提出一改以往的规范性研究，很快受到人们的欢迎。

（3）因素模型和套利定价模型[1-2]

因素模型是以两种证券的价格或收益具有相关性为前提，找出对其具有最大影响的因素，使得证券价格或收益具有更加合理的解释和估计方法。

与此同时以新的假设条件作为出发点重新建立模型，最重要的模型是“套利定价模型”（APT）。根据在完全竞争的市场是不存在套利机会的基本假设，直接将资产收益定义为一个满足以多因素作为解释变量的线性模型。它简化了假设条件，更加具有现实意义。

以上的方法主要考虑的是收益率受其他多种因素的影响，本文研究的是沪深300指数的收盘价和收益率百分比关于时间变量和序列自身的影响。

股票的开盘价是指某种股票在股票交易所每个交易日开市后第一笔的每个股票的买卖成交价格。股票的收盘价为当日该股票在最后一笔交易之前的一分钟所有交易的成交量的加权平均（包含最后一笔交易）。假如当日无成交时，则以前收盘价为当日收盘价。收益率百分比是通过开盘价收盘价计算得来的，收益率=（收盘价-开盘价）/开盘价*100%。如果购买者的投资金额多，要求获利的资金多，可以考虑收盘价这个指标；如果购买者的投资金额少，要求收益率高，可以考虑收益率百分比这个指标；如果购买者要求暴利，可以综合考虑收盘价和收益率百分比。

1。3 研究目的及意义

（1）对政府的政策和监管具有重大意义

股票价格指数主要是用来反映中国证券市场股票价格变动，即反映我国经济发展的总体状况，政府可以根据股票价格指数走势来进行宏观调控，可以通过权衡和协调不同政策所带来的收益，选择最好的方案，在没有危害的其情况下实现收益最大化。 基于SAS的时间序列模型在股票预测方面的应用(2):http://www.youerw.com/shuxue/lunwen_199698.html