全文总字数：3795字
1. 研究目的与意义（文献综述）
进入二十一世纪以来，随着经济的快速发展，广大人民的投资理财方式相比之前有了很大的改变，不仅限于像存款以及债券这种保守型投资，更多人开始参与到股票投资之中，股票投资也在中国掀起了一股热潮。虽然股票投资在各类投资中具有较高的收益，但是高收益也就意味着伴随着较高的投资风险，因此股票投资分析就称为了股票投资中十分重要的一个组成部分，在整个投资过程中也占有极其重要的地位。在股市成立之初，由于制度以及管理者存在的很多问题，导致股票市场的波动，急涨急跌的情况时有发生，现如今，随着制度和经济的不断发展和完善，股票市场日渐成熟。
正因为高收益与高风险并存的性质以及存在着一定的异常交易行为，股票价格的预测就尤为重要了。股票价格的变动受到很多因素的影响，在股票市场上，对于决策者来说，预测越准确，对于利润的获得以及规避高风险就越有利。对于监管机构来说，为了防止股票价格快速上涨或快速下跌从而引起一系列不好的影响，同时监测股票是否存在一定的异常交易和波动风险，得到准确的股票走势，能有效加强对股票市场的把控。因此对于股票价格预测的研究十分重要。
针对数据的预测一直以来都是研究的热点，经过了长时间的发展，产生了许多方法：
2. 研究的基本内容与方案
（1）研究的基本内容：
由于正确而有效的股价预测有利于投资者进行投资，对于监管机构来说，得到准确的股票走势，能有效给予市场指导和加强对股票市场的把控。本文着重研究股价运行的规律，针对变幻莫测的股票市场，利用股票市场的具体交易数据，通过时间序列分析和机器学习等方法，在充分利用数据的基础上建立合适的拟合模型，并通过模型对未来短期内的股价进行预测，得到具体的预测结果。
（2）目标：
3. 研究计划与安排
1—3周：查阅有关选题的研究论文，并完成一篇英文文献的翻译工作，与老师进行讨论，提出自己的想法。
4—5周：根据要求完成毕业论文的开题报告，并交给老师评阅。
6—8周：建立模型，分析求解，并得到初步结果。
4. 参考文献（12篇以上）
[1] NarendraBabu C , Eswara Reddy B . Prediction of selected Indian stock using apartitioning–interpolation based ARIMA–GARCHmodel[J]. Applied Computing and Informatics, 2015, 11(2):130-143.
[2] RathnayakaR M K T , Seneviratna D M K N , Jianguo W , et al. A hybrid statisticalapproach for stock market forecasting based on Artificial Neural Network andARIMA time series models[C]// International Conference on Behavioral. IEEE,2015.
[3] NovakM G , Dejan Veluek. Prediction of stock price movement based on daily highprices[J]. Quantitative Finance, 2016, 16(5):793-826..
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
