ARIMA-GARCH-M模型在短期股票预测中的应用

金融时间序列模型既是股票预测中最常用的方法，也是预测股市变化最好的工具之一。根据已有研究，将波动率代入模型公式中，根据各项准则构建ARIMA-GARCH-M模型对股票的收盘价进行预测，利用递归思想对拟合曲线进行校正，进一步提高预测的准确率，并进行MAPE(平均绝对误差)、RMSE(均方根误差)、EC(等系数)检验。最后将ARIMA模型、ARIMA-GARCH模型和ARIMA-GARCH-M模型的检验结果比较。结果表明，通过递归校正的ARIMA-GARCH-M模型在股票短期预测中有着良好的效果，具有一定的可行性。