ARIMA模型在金融时间序列预测中的优化.docxVIP

ARIMA模型在金融时间序列预测中的优化

一、引言

金融市场的波动不仅关乎投资者的切身利益，也对宏观经济稳定有着深远影响，因此精准的金融时间序列预测一直是学界与业界的核心研究方向之一。自Box和Jenkins提出ARIMA模型以来，这一经典的时间序列预测方法凭借其严谨的统计理论基础，在金融领域得到了广泛应用，涵盖股票价格、汇率、期货收益率等多个场景（Box和Jenkins，1976）。然而，金融时间序列具有显著的非线性、非平稳性、异方差性以及受突发事件影响的特征，传统ARIMA模型因仅能捕捉线性平稳序列的规律，在面对复杂金融数据时往往表现出预测精度不足、鲁棒性较差的问题。近年来，众多学者针对这