基于时间序列模型的A股市场日内交易策略的深度剖析与实证研究

1.2国内外研究现状

在金融市场的研究领域中，时间序列模型一直是学者们关注的重点，尤其是在股票市场的应用上。国外学者在时间序列模型的理论研究和实证分析方面都有着深厚的积累。早在20世纪70年代，Box和Jenkins提出了自回归移动平均（ARMA）模型以及自回归综合移动平均（ARIMA）模型，为时间序列分析奠定了重要基础，这些经典模型被广泛应用于股票价格和收益率的预测研究中。随着计算机技术和数据处理能力的提升，机器学习和深度学习算法逐渐融入时间序列分析，像神经网络、支持向量机等非线性模型开始被用于捕捉股票市场复杂的非