随着经济的全球化步伐的加快,金融市场在一个国家的经济运行中所处的地位越来越重要。因而作为金融市场重要组成部分的股票市场,越来越受到国家的重视。我国的股票市场目前正处在发展时期,和国外一些发展成熟的股票市场相比,我国的股票市场波动更加剧烈,并且更容易受到外界环境的影响。这种情况下股市风险也会加大,进而影响国家的经济运行,使投资者的投资风险加剧。因此就需要用科学的方法对股市波动性进行分析预测。随着对股市波动预测研究不断拓展与深入,研究人员根据不同的需要,已经发展出多种不同预测方法,譬如模糊预测方法、小波分析预测方法、自适应回归预测、广义自回归条件异方差模型分析预测等。本文将小波多分辨分析与广义自回归条件异方差模型分析预测相结合,得到了小波分析-GARCH模型预测方法,得到了良好的预测效果。本文主要分为五个部分。首先介绍了股指价格波动趋势预测对于国家金融调控以及个人投资的重要性及意义,分析了股票指数的波动特点。第二部分介绍了小波多分辨分析及去噪理论。第三部分是ARCH模型的相关分析。第四部分是在上述基础上引入了小波分析-GARCH模型预测方法,并选取沪深300股指的收盘价时间序列作为研究样板进行实证研究。最后一部分给出相关结论和讨论。本文的研究过程及结论表明:我国的沪深300指数和美国的道琼斯工业平均指数相比具有更强的波动性。从模型的选取过程中可以看出,沪深300指数具有一定的“杠杆效应”,存在着信息冲击的非对称性。之后的预测过程则表明将小波多分辨分析去噪引入GJR-GARCH模型后,其预测精度得到明显提高。说明小波多分辨分析去噪对我国沪深300股指预测精度的提高是有效的。