基于GARCH模型的股票收益率分析及预测

GARCH模型是对金融数据波动性进行描述的有效方法,它是最常用、最便捷的异方差序列拟合模型。资产收益率是金融数据分析常用的指标,比价格序列更易处理且更有研究意义。本文采用R语言,对2009年1月6日—2019年5月20日沪深300指数的日收盘价进行预处理,将其转化为平稳的收益率序列,检验其ARCH效应,建立GARCH模型以及标准化残差分析,最后对收益率和股票价格进行预测,预测的结果能为投资者进行决策提供一定的参考。