摘要：股票价格预测是对股票未来价格走势的方向和可能性做出预测，是基于数据挖掘技术，采用金融时间序列模型等完成对股票未来价格的预测。因此，在瞬息万变、难以捉摸的股票市场中，股票价格预测对于投资者有着重要的现实意义。本文系统阐述了股票价格预测的背景、研究成果，简述了时间序列模型方法，并且本文基于2016年1月-7月的上证指数收盘价建立差分自回归移动平均模型（ARIMA）进行股价趋势预测,取得了较好的拟合效果和短期预测效果。
关键词：时间序列分析，股价，预测
目录
摘要
Abstract
一、绪论2
（一）研究的背景和意义2
（二）国内外研究成果2
二、股价预测分析的方法4
（一）传统的股价预测方法4
（二）ARIMA模型概述4
三、上证指数短期趋势的实证分析7
（一）数据的来源与描述7
（二）时间序列平稳性的检验8
（三）模型的识别与建立8
（四）模型的检验11
四、模型的预测及分析13
（一）模型的预测13
（二）模型的分析13
五、结论和政策建议14
参考文献15
