对学术研究者与技术投资者来说,股市的收益率、波动率是他们必定要研究的课题之一。可以说,股市波动性是金融领域最关键的要素。研究股票的收益率及波动率,能给个人投资者提供相应的参考,使得个人投资者能够理性认识风险,从而有效地管理投资风险。针对个人股票投资面对的风险,也能提出应对风险的合理化建议,帮助个人投资者更好地做出判断。本文首先选取沪深指数的月度数据,建立ARMA、GARCH模型,选出最优的参数模型并进行拟合预测;再建立局部多项式回归、光滑样条回归的非参数模型,并对比参数、非参数模型的预测结果。其次,选取波动性较大、较小、居中的三只股票,建立ARIMA模型,检验其优良性,并利用GARCH对收益率序列的残差进行异方差检验,并对模型进行修正,得到每支股票的波动率区间范围。最后,建立更细致的风险等级划分标准,利用非参数光滑样条回归对三只股票的月度数据进行预测,并利用划分标准对其进行短期的风险评价,给予投资者建议。对上证指数进行分析,发现该序列的自相关性很低,且存在ARCH效应,故直接建立GARCH（1,1）模型以描述其波动性。对比上证指数,深证成指存在自相关性,最终建立ARMA（1,1）模型,并且发现具有ARCH效应,最终建立GARCH（1,1）模型。利用局部一元多项式回归、光滑样条回归的非参数模型对样本进行拟合,发现拟合效果较好。通过对比参数ARMA模型和非参数模型,发现两个非参数模型的拟合效果、预测效果均优于参数ARMA模型,且局部多项式回归的拟合效果优于光滑样条回归。对三只波动性不同的股票进行研究,发现股票000661（长春高新股票）的收盘价波动从期初的[350,400]达到期末的[420,480],总体呈现上升趋势,波动率最小。股票600584（长电科技股票）呈现一个凹状走势,期末较期初上升幅度不大,其波动率最大。股票002444（巨星科技股票）从期初的[10.5,13.5]到期末的[9,10.3],总体呈现下降趋势,其波动率介于股票600584和股票000661两者的波动率之间。最后,通过非参数光滑样条的预测结果,发现股票000661的风险级别最高,股票002444的风险级别最低,而股票600584居中。