摘要  股票市场风云变幻，复杂多变，而经济问题中股票价格的走势更是如此。多年来，人们在研究经济问题的同时，思考能否借助数学工具的帮助，基于股票价格的历史数据来研究股票价格的走势。近年来，伴随股票市场的不断发展，产生了不少研究股票价格的方法。其中，随机过程作为与其他数学分支具有密切联系，并广泛运用于研究随机现象的交叉学科，受到了股票研究领域的追捧。

本文梳理了随机过程在股票市场中的应用，展现了其发展过程和现有成果，并对平安银行（股票代码：000001）的股票收盘价进行了建模。该模型以自回归滑动平均模型和马尔科夫链为基础。马尔科夫链作为随机过程中具有重要意义的理论之一,被人们广泛地应用于股票价格、股票指数的预测。本文提出的预测模型利用加权马尔科夫模型对预测结果进行修正，使得传统自回归滑动平均模型得到了优化和改进。改进后的模型不仅克服了自回归滑动平均模型随着预测步长的增加，估计精度越差的问题，而且，与普通马尔科夫链预测相比，模型量化了各转移状态之间的关联强弱，借此计算出权重进行状态预测，更充分合理地利用了相关信息。较传统自回归滑动平均模型而言，经过加权马尔科夫模型修正后的预测精度更高，适用范围更广。

关键词：股票价格  马尔科夫链  自回归滑动平均模型 

目录

摘要

Abstract

1绪论-1

1.1研究背景和意义-1

1.2研究目的及内容-1

1.3文章结构-1

2研究方法-3

2.1引言-3

2.2自回归滑动平均模型-3

2.3加权马尔科夫修正模型-5

3实证模型及结果分析-8

3.1数据来源-8

3.2自回归模型的建立-8

3.3加权马尔科夫-自回归组合模型-14

4结论-17

参考文献-18

附录-19