金融计量学中的ARMA模型可以对上证综合指数收益率、CPI等经济金融指数与数据进行建模；即ARMA模型主要用于分析实际金融时间序列变量动态变化的过程；ARMA模型的预测性建立在时间序列数据的自相关性与序列相关性上。
     例如，运用ARMA模型分析中国CPI通货膨胀率的动态路径，分析其ARMA(p，q)的动态特征，得出其自相关函数的形态与模式，在经济学实证上更具有意义；其基础是建立在经济学、金融学数据的历史数据与记忆性上的。
     应用ARMA模型对股票指数收益率进行建模，对于有效性弱的金融市场进行股票指数收益率ARMA建模的预测性更好；根据Fama的有效市场假说，弱势有效市场无法根据历史信息实现超额利润，而对于连弱势有效都没有达到的金融市场，历史数据就会具有较强的预测能力，有助于投资者在主动投资中获取超额收益Alpha，因此，应用金融计量学等手段的量化投资在有效性程度低的金融市场中更具有应用价值。