刘松 张帅

摘 要：随着我国资本市场的扩大开放，国外资本进一步流入我国股市，中国股市迎来新的挑战与机遇。金融市场股票的价格预测问题再次成为公众关注的热点。基于此，选取金融市场股票的历史收盘价数据，以Python为实现工具，通过建立ARIMA模型来进行检验与预测，得到的股价预测值与真实值短期内最大误差不超过0.04。这表明以ARIMA模型对股价进行短期预测具有很好的效果，能够为股市投资者提供帮助。

关键词：Python;ARIMA模型;股价预测

中图分类号：F830.91        文献标志码：A      文章编号：1673-291X（2021）25-0076-03

引言

正如我们所知，股票市场是企业融资的重要渠道，也是反映一个国家经济状况的“晴雨表”。股票的价格作为股票市场的重要信息，其价格的变化是成千上万投资者的共同决策结果，因此影响股价波动的因素众多。不同的因素会对股价造成如何的影响，影响的程度有多大，往往难以衡量。因此，我们不去探究价格变化背后原因是什么，而以过去的价格变化为依据，去发现股价变化的规律，从而实现对股价的预测。当然作为一种随机变化过程，我们无法完全预测股价的未来走向，但这不代表股价就是完全不可预测的，股票价格的变动过程就是一组可以看得到的时间序列数据，其既反映股价的随机变化，也包含了一定的系统运行规律。ARIMA模型理论成熟，是当前处理时间序列数据的常用预测模型，可以很好预测具有波动性的时间序列数据的短期趋势。因此，本文运用ARIMA模型对西南证券的收盘价作为历史数据进行建模，以当前热门的Python作为建模工具，对未来四天的股价进行预测。……