中國(guó)大陸從2010年4月開始交易股指期貨,無(wú)論是使用它進(jìn)行市場(chǎng)投資,還是對(duì)沖和套期保值,一個(gè)必須面對(duì)的問(wèn)題就是如何科學(xué)地對(duì)波動(dòng)進(jìn)行預(yù)測(cè),本文考慮馬爾科夫狀態(tài)轉(zhuǎn)換模型進(jìn)行預(yù)測(cè),它主要用于研究時(shí)間序列的狀態(tài)轉(zhuǎn)換行為,是刻畫時(shí)間序列波動(dòng)行為一種非線性模型,并且已經(jīng)在國(guó)外金融證券市場(chǎng)上廣泛應(yīng)用,而且精度很高。本文使用多種形式的馬爾科夫狀態(tài)單變量轉(zhuǎn)換模型,檢驗(yàn)并研究了股指期貨市場(chǎng)收益波動(dòng)率的狀態(tài)轉(zhuǎn)換性,同時(shí)做了樣本內(nèi)的預(yù)測(cè)。 結(jié)果發(fā)現(xiàn),中國(guó)大陸股指期貨的市場(chǎng)具有狀態(tài)轉(zhuǎn)換特征,兩狀態(tài)模型把期貨收益的波動(dòng)分為高波動(dòng)和低波動(dòng),三狀態(tài)的模型把波動(dòng)分為高波動(dòng),中等波動(dòng)和低波動(dòng),其中低波動(dòng)和高波動(dòng)的預(yù)期持續(xù)期較低,平均為1到2天,市場(chǎng)的狀態(tài)大部分時(shí)間處于中等波動(dòng)狀態(tài),平均預(yù)期持續(xù)期為6到10天,三狀態(tài)模型的精確度要明顯大于兩狀態(tài)模型的精確度,通過(guò)60天和90天滑動(dòng)樣本內(nèi)預(yù)測(cè),發(fā)現(xiàn)兩狀態(tài)模型能夠準(zhǔn)確預(yù)測(cè)收益率狀態(tài)成功率最高為57.69%,具有較好的預(yù)測(cè)效果。 MS-GARCH模型把永久性波動(dòng)和暫時(shí)性波動(dòng)都分為兩個(gè)狀態(tài),永久性低波動(dòng)持續(xù)期最大,暫時(shí)性高波動(dòng)狀態(tài)持續(xù)期最小,暫時(shí)性波動(dòng)分為兩個(gè)狀態(tài)說(shuō)明暫時(shí)性沖擊即可...

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要 ABSTRACT 第一章 引言
1.1 研究背景
1.2 文獻(xiàn)綜述
1.3 研究思路與內(nèi)容 第二章 MS一般模型
2.1 馬爾科夫狀態(tài)轉(zhuǎn)換一般模型概述
    2.1.1 馬爾科夫鏈
    2.1.2 馬爾科夫狀態(tài)轉(zhuǎn)換一般模型
2.2 三狀態(tài)一般模型
    2.2.1 定義
    2.2.2 數(shù)據(jù)
    2.2.3 估計(jì)值
     2.2.4 討論
2.3 兩狀態(tài)一般模型
2.4 預(yù)測(cè)
2.5 本章小結(jié) 第三章 MS-GARCH模型
3.1 介紹
3.2 模型
3.3 數(shù)據(jù)和參數(shù)估計(jì) 第四章 MS-AR和MS-TVTP模型
4.1 自回歸模型MS-AR
    4.1.1 一階自回歸過(guò)程（MS-AR（1））
    4.1.2 三狀態(tài)二階自回歸過(guò)程（MS-AR(2)）
    4.1.4 兩狀態(tài)二階自回歸過(guò)程模型
    4.1.5 兩狀態(tài)一階均值轉(zhuǎn)換自回歸模型
    4.1.6 兩狀態(tài)二階均值自回歸過(guò)程
    4.1.7 兩狀態(tài)三階均值自回歸過(guò)程
4.2 （MS-TVTP）轉(zhuǎn)移概率隨時(shí)間變化的狀態(tài)轉(zhuǎn)換過(guò)程
    4.2.1 介紹
    4.2.2 數(shù)據(jù)和參數(shù)估計(jì)
4.3 預(yù)測(cè) 第五章 結(jié)論與展望
5.1 主要結(jié)論
5.2 研究展望 致謝 參考文獻(xiàn) 作者攻讀碩士學(xué)位論文期間的研究成果



本文編號(hào)：3753204