經研究表明，股票數據是有自相關性的，所以古典的回歸模型擬合常常是無效的。
2.另外股票數據序列是具有平穩性，或壹階差分、高階差分平穩性
所以壹般來說都會采用平穩性時間序列模型。
簡單的如AR(p), MA(q), ARMA(p,q)模型等。
3.但由於這些數據往往還有條件異方差性。進壹步的模型修正
有ARCH(p) , GARCH(p,q)等模型。
3中的模型是現今壹些研究股票波動的主流手段的基礎。
4.如果要研究多支股票波動的聯合分布，可以用Copula理論進行建模(這個壹般用於VaR,ES風險度量，比較前沿，國內90年代才開始引進，但並不算太難)
5.另外還有壹些非實證的手段，那是搞數學的弄的了