自上海证券交易所成立以来,中国股市历经十几年的发展,逐渐由不成熟走向成熟,成长为我国最重要的资本市场之一。最近一年来,中国股市受国际宏观经济环境的影响,可谓跌宕起伏。对投资者来说,如何准确分析股市行情,做出最优的投资决策,显得更加急迫。对中国股市的管理者来说,如何把握股市动态,使其健康、稳定的发展,也是一项艰巨的任务。所以,不论是投资者还是管理者都对股票市场给予了特别的关注,尤其是对股票市场的分析以及未来行情的预测,更是成为一个热门研究课题。对证券市场价格变化不确定性研究和实证分析,是现代金融研究的核心问题之一。随着计量经济理论的不断完善,在实际经济活动中,我们经常建立和运用有关计量模型对股票市场进行系统和深人的分析。同时,计量经济理论的完善也不断促进着时间序列方法的发展,1982年,Engle教授提出了著名的自回归条件异方差模型(ARCH),此后ARCH被广泛应用于股市分析及预测研究,取得了良好的效果。但目前的研究多集中于对序列特征的分析,或是简单地采用某一种模型,而对一个时间序列建立ARCH模型的完整过程直至得到一个确定的拟合模型并用来预测,特别是对有多个适用的模型,如何从中选择最理想的模型,也是ARCH模型应用中值得研究的课题。本文简单介绍了时间序列分析的相关理论知识,重点阐述时间序列的随机性、季节性及平稳性几个主要特征。其次,着重介绍了ARCH类模型理论,阐述了ARCH模型的建立过程及ARCH效应检验方法。然后,研究了本文的核心内容:通过对ARCH模型特征分析,针对用现行方法会得到多个适宜ARCH模型的情况,提出以实际序列与ARCH模拟序列拟合效果最佳作为模型选择的依据,建立了包括四个反映序列本身统计特性的统计指标和五个反映拟合效果的拟合指标的综合评价体系,并根据指标意义,提出以指标间独立性来衡量指标权重,建立了相应的基于相关系数的权重确定方法,进而给出了模型选择的理想解法。以上海汽车股价时间序列和海螺型材股价时间序列为实证,运用所提出的方法,建立了最为合理的ARCH模型,并做出短期预测。通过评价分析模型的短期预测结果,论证本文提出的方法的有效性和合理性。