1. 研究目的与意义
股票市场是金融市场的重要组成部分，与国民经济发展密切相关，股票作为资本证券化的工具，一种虚拟资本的代表，可以方便地在股票市场融资。
从表面上看，股票市场是缺乏秩序的，或者说缺乏通常意义下的规律性，似乎它的变动是难以预测的。
许多经济学家用毕生精力，创造出各种数学模型来简化股票市场，试图了解资本的流动方向及其规律性。
2. 研究内容和预期目标
研究的基本内容：结合时间序列分析对时间序列进行数据挖掘，对时间序列进行研究；基于时间序列分析方法对股票价格的趋势进行预测。
解决的主要问题：通过对历史价格时间序列数据建立价格波动模型，进行短期预测；通过建立的ARMA、ARIMA等模型观测其拟合效果。
3. 国内外研究现状
现代时间序列方法开始于1927年，Yule为了预测太阳黑子的年数量，引入了自回归模型。
由于回归模型所涉及的计算十分复杂，阻碍了回归模型的研究发展。
随着计算机的快速发展，针对具有明显趋势项的非平稳时间序列，Box和Jenkins于1976年，提出自回归求和移动平均模型一ARIMA模型。
4. 计划与进度安排
1.目前股价预测分析方法的基本情况概览（主要包括传统分析方法和BP神经网络法）2.通过分析时间序列方法并结合国内外研究现状确定股价预测模型（ARMA、ARIMA）3.选取上证指数公布的近半年股价数据进行股价趋势的短期预测4.分析预测结果，针对模型不足做出进一步改进5.得出最终预测结果
5. 参考文献
[1]赵国顺.基于时间序列分析的股票价格趋势预测研究[D].厦门大学,2009.05.[2]郝博乾.基于时问序列分析的股票预测模型研究[D].电子科技大学,2011.04.[3]朱元.证券投资学原理[M].北京:立信会计图书出版社,2003: 7478. [4]沈冰.股票投资分析[M].重庆:重庆出版社,2002: 94.[5]靳云汇，于存高.中国股票市场与国民经济关系的实证研究(下)[C].金融研究1998: 23.[6]J.A. Schekman, B. Lebaran. Nonlinear dynamics and stock returns. Journal of Business. 1999, (62): 311一 317
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
