1. 研究目的与意义
对于金融方面的研究，一直没有停歇，国内外的科研结果更是层出不穷。各种相关模型的建设，比如 ar、ma 或者 arma 模型，甚至于更高级对波动率建模的 garch 模型等也是更加的精确。《金融时间序列分析》介绍了计量经济学和统计学文献中出现的金融计量方法方面的最新进展，强调实例和数据分析。特别是包含当前的研究热点，如风险值、高频数据分析和马尔町夫链蒙特卡罗方法等，是我们前进方向的指路灯。
金融市场的风险，随金融市场成立以来便与之伴随而来，08年一场世界级金融风暴，袭击全球的金融市场，到现在很多的国家仍处于金融衰退当中。如何避免是人们一直以来就在不停的研究，从时间序列诞生以来一直在为此做贡献。
今天随着金融市场的不断在扩大，金融风险也随之越来越严重。如何能够避免，或相对减少之内的风险。而时间序列就是使用统计的手段对这个序列的过去进行分析，以此对该变量的变化特性建模、并对未来进行预测。我这次利用数学的方法来研究金融，利用好以往的数据，来预测未来。只要有足够多的历史数据，联系这些数据在使用合理的方法验证。比如，我们可以把数据分成若干个子集，并分别计算每个子集的统计量，然后通过统计的手段检验这些来自不同子集的统计量的一致性。进而推算出未来的相关数据，提前预知金融风险，做好防范准备。
2. 研究内容和预期目标
近几十年来，金融时间序列分析得到了人们广泛的关注。金融时间序列分析考虑的是资产价值随时间演变的理论与实践，它是一个带有高度经验性的学科。本文主要明确时间序列的概念及其四种基本组成成分，即长期趋势、季节变动、循环波动和不规则变动。然后以自回归模型和移动平均模型为例，说明了时间序列模型的常规形式和特点及其应用意义。最后分别从定性和定量两个角度，分析时间序列在金融中的应用。
对于一个时间序列，我们总是希望首先画出它的相关图来看看它存在什么样的自相关性。基于对其自相关性的认知，选择合适的模型，比如 AR、MA 或者 ARMA 模型，甚至于更高级对波动率建模的 GARCH 模型等。选定模型后，接下来便需要优化模型的参数，以使其尽可能解释时间序列的自相关性。在这，我们通过对残差进行自相关性分析来判断模型是否合适。在这方面，Ljung–Box 检验是一个很好的方法，它同时检验给残差序列各间隔的自相关系数是否显著的不为 0。在选定模型参数之后，仍需定量评价该模型在样本外预测的准确性。毕竟，对于样本内的数据，错误的过拟合总会得到“优秀”的模型，但它们往往对样本外数据的预测效果很差。因此，只有样本外预测的准确性才能客观的评价模型的好坏。如果模型的准确性较差，这说明该模型存在缺陷，无法充分捕捉原序列的自相关性。这时必须考虑更换模型。这就构成了上述步骤的反馈回路，直到最终找到一个既能解释原时间序列自相关性，又能在样本外有不错的准确性的模型。之后，该模型将被用来产生交易型号并构建量化投资策略
3. 研究的方法与步骤
文献研究法：通过图书馆、互联网、电子资源数据库等途径查阅大量文献，理解时间序列方法、金融市场发展、统计学建模等相关知识，理清时间序列在金融方面的发展脉络及研究现状，学习时间序列和统计学有关理论知识，获取相关金融市场的数据，往年研究资料等相关研究信息，为设计合理的数学模型来研究金融市场提供思路和参照。
1.根据已经确定的论文题目，搜索相关资料。
2.建立合理的方法步骤研究此课题。
4. 参考文献
1.rueys.tsay 金融时间序列分析 机械工业出版社2006
2.孙建乐基于时间序列相似性的股价趋势预测研究重庆交通大学2014年
3.胡锡健金融时间序列分析与建模《新疆大学学报(自然科学版)》2007-02-005
5. 计划与进度安排
1. 2022年2月24日-3月1日 ： 动员与交流毕业论文工作动员，组织指导老师和青年教师进行交流、培训。
2. 2022年2月24日-3月1日：下发毕业论文任务书指导教师完成在系统中毕业论文任务书的下发，系主任审核任务书。指导教师向学生讲授所选论题的状况和要求。
3. 2022年2月24日-3月8日：学生完成开题报告学生提交开题报告等材料（开题报告、外文翻译等），指导教师审核开题报告等材料。
