优化技术是一种以数学为基础,用于求解各种工程问题优化解的应用技术。多年来,由于其广泛的应用而备受瞩目,并且发展迅速。随着应用领域的拓展,最优化问题的时空复杂性使其求解非常困难,传统的优化算法已很难满足问题需要。近年来,智能优化算法的诞生给最优化技术提供了新的思路和手段,并在科学研究、经济及工程技术问题中得到广泛应用和发展。遗传算法、蚁群算法和粒子群算法作为其中典型的几种随机搜索群智能优化算法,在复杂优化问题求解中显现了巨大潜力,成为近年来一个研究的热点。时间序列模型是研究股票市场的一个非常重要的工具。本文对金融时间序列模型进行了探讨,股市时间序列模型具有以下两个特性:首先,它貌似随机但又好像不完全随机,其次,它非常容易获得。经济现象涉及因素较多,关系又比较复杂,用量化模型分析十分困难,经济时间序列是重要的量化分析工具之一,特别是ARCH类模型是最近发展起来的用于分析股市的定量分析模型。而ARCH类模型中的参数估计历来是一个难点,本文使用智能算法随机搜索的优点对ARCH类模型中的参数进行估计。本文首先介绍了本论文的研究意义以及结构安排,然后介绍了几种典型的群体智能算法,具体包括遗传算法、蚁群算法和粒子群算法,并对它们进行了详细的分析,再阐述了时间序列理论及其模型,具体包括时间序列分析模型、随机时间序列模型的自相关函数和偏自相关函数、模型的识别、条件异方差模型等,具体到本文进行实证研究的时候将采用ARCH模型族结合群体智能算法对我国证券市场指数进行研究,对模型在分析我国股市时间序列的表现进行评价。最后,本文做了一个简单的结语。