中国股市的发展至今已有27年的历史,股市规模不断的在扩大,投资者不断增加,投资额也在迅速增长,但在股市迅猛发展的同时也出现了很多问题,如股市的大起大落,投机行为,市场秩序的不稳定等。这些问题都值得我们深思。在此背景下,本文选取了对股市代表性高的沪深300指数的时间序列进行统计分析,根据样本时间序列的特征选用了统计模型进行实证分析,根据模型所得结果结合当前股市发展中的问题提出一些建议。沪深300指数,于2005年4月8日问世,是由沪深两个证券交易所一起发布的。它是能描述沪深两个市场整体走势的“晴雨表”,它的涨跌情况可以反映以所选取的样本股为代表的相关行业市场的波动情况,这可以帮助投资者去把握中国股市的总体,形成对中国股市的整体判断,还可以为中长期投资策略的实施提供依据。本文是根据2012年1月4日至2017年4月14日的沪深300指数日收盘数据的时间序列为样本,运用了GARCH模型与AUTOREG过程,用SAS软件进行了拟合,并对沪深300指数日收益序列的变化趋势进行了分析与预测。从时间序列分析的角度对沪深300指数进行预测研究,利于投资者做出有效的投资策略,利于我国股市的发展。本文第一部分主要介绍了研究背景,研究的主要内容与思路,对国内外研究成果的总结,以及本文的创新点与不足点。论文的第三部分主要介绍了本文所用到的GARCH模型,并对GARCH族模型进行了概述;另外对实证分析中SAS软件用到的AUTOREG过程做了简单的描述。第四部分是本篇论文的重点--实证分析部分,即用GARCH模型对所选取的沪深300指数样本日收益序列进行拟合。首先是对样本时序的预处理,其次是对模型的阶数确定,模型的参数估计,最后是对模型的有效性检验,并得出模型口径。最后根据沪深300指数时间序列样本所模拟的模型及发现的规律结合我国股市发展历程,针对我国股市现存问题提出相关建议。第五部分是论文的小结。