中美大豆期货价格动态传导关系研究开题报告

1. 研究目的与意义

论文选题的背景和意义

股票市场在经济市场中，发挥着“晴雨表”和“报警器”作用，这不仅被政府所重视，更受到广大投资者的关注。我国的股票市场经过20 年的发展无论从规模还是数量上均得到了较大的发展，对于股票市场的研究也有了长足的进步。当今社会，随着中国经济的迅猛发展和居民收入水平的较大提高，以及经济全球化趋势的加强，越来越多的投资者参与到股票市场的投资中，希望能够实现财富的保值和增值。

对股票的投资者来说，未来股价变化趋势预测越准确，对利润的获取及风险的躲避就越有把握。然而，预测股票价格并非轻而易举。虽然股票是一个可能带来高回报的投资品种，但是同时它又是高风险的，其时刻变化不定的价格，让股票投资者感受到这个市场的复杂性。由于股市行情受经济、政治、社会文化等因素的作用，其内部规律非常复杂，变化周期无序，同时我国资本市场投资者结构具有特殊性，投资者个人心理状态不同，对股票交易的行为可产生直接影响，从而导致股价波动，使股价走势变化莫测，难以把握。

2. 研究内容和预期目标

论文撰写提纲：

1、摘要

简单介绍文章的撰写背景、意义和主要的内容架构。

3. 国内外研究现状

研究现状

股票价格的预测是一个世界性难题，但这项研究蕴含着巨大的潜在经济利益，所以吸引着全球许多的学者专家来对其进行研究。人们对以股票价格为代表的各种金融资产价格的分析预测方法的研究，从股票市场诞生起，就没有停止过，一些方法随着股市的产生和发展逐步完善起来，如道琼斯分析法、k线图分析法、柱状图分析法、移动平均法，还有趋势分析法、四度空间法等，随着计算机技术在证券分析领域的普及与应用，不断推出新的指标分析法。

时间序列分析（time series analysis），是一种根据动态数据揭示系统动态结构和规律的统计方法。其基本思想：根据系统的有限长度的运行记录（观察数据），建立能够比较精确地反映序列中所包含的动态依存关系的数学模型，并借以对系统的未来进行预报。即利用事物过去和现在的变化规律数据，构造依时间变化的序列模型，以此来推测未来。它不但具有表达上的简洁性，而且可解释性和可理解性也比较好，并为进一步的处理、推导和应用提供了较大的方便。

4. 计划与进度安排

工作任务分析

1、本文将通过各种预测方法的对比，突出时间序列分析的优势，先简单介绍股票和预测的一些基本知识；

2、从时间序列的概念出发，介绍时间序列分析预测法的基础（包括特点、分类、步骤）以及其简单的算法和应用模型；

5. 参考文献

[1] engle, r. f.,autoregressive conditional heteroscedasticity with estimates of the variance ofunited kingdom inflation[j]. econometrica, 1982,50, 987-1008.