滬深300股指期貨的正式掛牌上市，是我國資本市場發(fā)展的重要里程碑。它的推出進一步完善了我國的資本市場結(jié)構(gòu)，并提供了全面的避險工具，同時也大大增加了我國資本市場的流動性和有效性。但是，由于滬深300股指期貨采用的是保證金交易、逐日盯市以及強行平（減）倉制度，期貨價格的波動會造成投資者獲利或損失的成倍放大，同時劇烈而頻繁的價格波動也會影響國民經(jīng)濟的健康發(fā)展，甚至可能誘發(fā)經(jīng)濟衰退。因此對股指期貨收益率波動的特征及對波動行為進行刻畫、模擬和預(yù)測顯得尤為重要。目前，用于刻畫和描述股市波動的單一模型主要有三類，即指數(shù)平滑類模型、GARCH（generalized autoregressive conditional heteroskedasticity model, GARCH）類模型和SV（stochastic volatility ,SV）類模型。但是，各單一波動模型對股市波動進行刻畫存在一定的局限性。比如，指數(shù)平滑類模型假設(shè)收益率的波動為常數(shù)波動，按照遍歷性用收益率序列有歷史波動作為未來時點上的收益率波動的無偏估計，然而，現(xiàn)實中收效率序列的波動為時變波動，此時收益序列在各個時點上的分布是不一... 

【文章來源】：重慶師范大學(xué)重慶市

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
    1.2 股指期貨波動預(yù)測研究必要性及綜述
        1.2.1 股指期貨波動預(yù)測研究的必要性
        1.2.2 股指期貨波動預(yù)測研究綜述
    1.3 本文所做主要工作
    1.4 本文的創(chuàng)新之處
2 股指期貨及波動基本理論
    2.1 股指期貨的介紹
        2.1.1 股指期貨的發(fā)展背景
        2.1.2 股指期貨的市場功能
        2.1.3 股指期貨的風(fēng)險分析
    2.2 我國股指期貨發(fā)展現(xiàn)狀
    2.3 股指期貨價格波動概念及特征
        2.3.1 股指期貨價格波動的概念
        2.3.2 股指期貨波動的效應(yīng)分析
        2.3.3 股指期貨波動的特征
3 描述股指期貨波動的基本模型
    3.1 指數(shù)平滑類模型
        3.1.1 單指數(shù)平滑法
        3.1.2 二次曲線指數(shù)平滑法
        3.1.3 季節(jié)指數(shù)平滑法
        3.1.4 模型評價
    3.2 GARCH 類模型
        3.2.1 ARMA 模型
        3.2.2 ARCH 模型
        3.2.3 GARCH 模型
        3.2.4 模型的評價
    3.3 SV 模型
        3.3.1 SV 模型形式
        3.3.2 SV 模型的MCMC 方法分析
        3.3.3 模型評價
4 基于狀態(tài)轉(zhuǎn)移的時變組合預(yù)測方法
    4.1 時不變組合預(yù)測方法
    4.2 時變組合預(yù)測方法
    4.3 基于狀態(tài)轉(zhuǎn)移的時變權(quán)重組合預(yù)測方法
    4.4 模型參數(shù)估計
5 應(yīng)用研究—以滬深300 股指期貨波動預(yù)測為例
    5.1 數(shù)據(jù)的選取及基本思路
        5.1.1 數(shù)據(jù)的選取與描述
        5.1.2 應(yīng)用研究的基本思路
    5.2 單項預(yù)測模型對滬深300 股指期貨波動的預(yù)測
        5.2.1 GARCH 模型
        5.2.2 SV 模型
        5.2.3 線性回歸模型
    5.3 基于狀態(tài)轉(zhuǎn)移的時變組合預(yù)測模型
    5.4 預(yù)測能力比較及應(yīng)用結(jié)果分析
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 不足之處及進一步研究的方向
參考文獻
附：讀研期間科研成果
致謝


【參考文獻】：
期刊論文
[1]金融實證分析中應(yīng)注意樣本容量的確定[J]. 趙華.  統(tǒng)計教育. 2009(02)
[2]支持向量機在股市預(yù)測中的應(yīng)用[J]. 閻綱.  科學(xué)技術(shù)與工程. 2008(02)
[3]基于Elman網(wǎng)絡(luò)的股價預(yù)測模型及在浦發(fā)銀行股票預(yù)測中的應(yīng)用[J]. 楊君岐,孫少乾,樂甲.  陜西科技大學(xué)學(xué)報. 2007(06)
[4]中國大豆進口的預(yù)測與分析[J]. 楊軍,劉斌,尚曼龍.  系統(tǒng)工程理論與實踐. 2006(06)
[5]實際波動率與GARCH模型的特征比較分析[J]. 于亦文.  管理工程學(xué)報. 2006(02)
[6]L egender神經(jīng)網(wǎng)絡(luò)建模及股票預(yù)測[J]. 鄒阿金,羅移祥.  計算機仿真. 2005(11)
[7]灰色Verhulst動態(tài)新陳代謝模型在產(chǎn)品價格預(yù)測與需求預(yù)測中的應(yīng)用[J]. 曹萃文,顧幸生.  信息與控制. 2005(04)
[8]TIME SERIES FORECASTING WITH MULTIPLE CANDIDATE MODELS:SELECTING OR COMBINING?[J]. K.K.Lai,Y.Nakamori.  Journal of Systems Science and Complexity. 2005(01)
[9]基于GARCH模型和SV模型的VaR比較[J]. 余素紅,張世英,宋軍.  管理科學(xué)學(xué)報. 2004(05)
[10]基于SV模型的深圳股市波動的預(yù)測[J]. 劉鳳芹,吳喜之.  山西財經(jīng)大學(xué)學(xué)報. 2004(04)

碩士論文
[1]我國股票價格的組合預(yù)測[D]. 丁詠梅.華中科技大學(xué) 2005
[2]電力系統(tǒng)負荷預(yù)測技術(shù)與應(yīng)用的研究[D]. 林崧.中南大學(xué) 2002



本文編號：3627041