A principios de 2020, la pandemia de COVID-19 golpeó al mundo, afectando el ritmo de vida y los patrones de comportamiento económico de las personas en todo el mundo, con un impacto que superó al de la crisis financiera de 2008, causando un colapso global del mercado de valores e incluso los primeros precios negativos registrados del petróleo. Bajo el impacto de esta pandemia, debido a la cuarentena a gran escala y las medidas de confinamiento a nivel mundial, las acciones de juegos pertenecientes a la economía de quedarse en casa se han convertido en el foco de los inversores de todo el mundo. Por lo tanto, bajo tales incentivos, este estudio tiene como objetivo construir un conjunto de modelos de predicción efectivos para el precio de las acciones de juegos, lo que podría ayudar a las partes interesadas relevantes, especialmente a los inversores, a realizar predicciones eficientes para lograr un nicho de inversión rentable. Además, debido a que los precios de las acciones tienen las características de una serie temporal, y basándonos en la discusión relevante en la literatura, sabemos que los modelos de predicción ARIMA (media móvil autoregresiva integrada) tienen un excelente rendimiento predictivo. En conclusión, este estudio tiene como objetivo establecer un modelo híbrido avanzado basado en ARIMA como una excelente tecnología de predicción para el precio de las acciones de juegos, y construir cuatro grupos de diferentes estrategias de inversión para determinar qué modelos técnicos de estrategias de inversión son adecuados para diferentes acciones de juegos. Hay seis direcciones importantes, resultados experimentales y hallazgos de investigación en la construcción de modelos avanzados: (1) En términos del experimento, los datos se recopilan a partir de los precios de cierre diarios de las acciones relacionadas con juegos en la Bolsa de Valores de Taiwán, y el rango de muestra es de 2014 a 2020. (2) En términos de la verificación del rendimiento, el retorno de la inversión se utiliza como estándar de evaluación para verificar la disponibilidad del modelo de predicción ARIMA. (3) En términos de los resultados de la investigación, la precisión del modelo en la predicción de los precios de las acciones cotizadas puede alcanzar el intervalo de confianza del 95% predicho por el modelo 14 días después del precio de cierre, y las acciones OTC caen dentro del intervalo de confianza del 95% durante 3 días. (4) En términos del estudio empírico de la tasa de retorno, los inversores pueden obtener una mejor tasa de retorno que la estrategia de referencia al negociar las acciones de juegos basándose en los índices establecidos por el modelo ARIMA en este estudio. (5) En términos de los hallazgos de la investigación, este estudio compara aún más la tasa de retorno de las estrategias de negociación con referencia al índice ARIMA y la tasa de retorno de las estrategias de negociación con referencia al indicador de monitoreo, encontrando que no hay una diferencia significativa entre los dos. (6) Diferentes acciones de juegos se aplican a diferentes modelos técnicos de estrategias de inversión.