内容摘要：上证指数的短期预测，能够为政府通过政策、有效预防股票骗局以及投资者减少风险提供有效支持。

本文对上证指数收盘价数据进行统计分析，尝试找出数据内在的联系与规律，分析其平稳性、随机性，并采用ARIMA模型对其预测，得出上证指数的短期预测值。

从大环境平稳与遇到特殊事件两个状态进行分析，引入基于ARIMA模型的干预影响分析研究遇到新冠肺炎时的上证指数，分析两个状态下模型之间的差别，得出不同情况下相应的政策建议。

关键字： 平稳性 随机性 ARIMA模型 干预影响分析

目录

内容摘要

Abstract

1绪论-1

1.1研究背景与意义-1

1.2文献综述-1

1.3研究现状-2

1.4 主要研究内容及方法-3

1.4.1 研究内容-3

1.4.2研究方法-3

2变量和数据的选取及分析-4

2.1变量解释-4

2.2数据来源-4

2.3上证指数特征分析-4

2.4平稳性检验-5

2.4.1平稳性时间序列-5

2.4.2时序图检验-6

2.4.3自相关图检验-6

2.4.4单位根检验-7

2.5纯随机性检验-8

2.5.1纯随机序列-8

2.5.2 Liung-Box检验-8

2.6上证指数分析-9

2.6.1序列平稳化-10

2.6.2序列纯随机性检验-11

3 ARIMA模型的建立和检验-12

3.1模型介绍-12

3.2 模型识别-12

3.3参数估计及检验-14

3.4残差检验-15

3.5模型优化-16

4模型应用-18

4.1 模型预测-18

4.2预测值与真实值对比-18

5新冠肺炎对中国股市的影响分析-20

5.1新冠肺炎介绍-20

5.2干预分析模型介绍-20

5.3干预影响-21

5.4净化序列-22

5.5干预分析模型-23

6结论与建议-25

参考文献-26

附录-27

致谢