使用2018年1月-2019年9月美國(guó)S&P500指數(shù)月度收開(kāi)盤(pán)數(shù)據(jù)、歷史波動(dòng)率、S&P500股指期貨成交量、股指期權(quán)成交量,使用Matlab構(gòu)造四元線(xiàn)性回歸方程,本文進(jìn)行以下研究:（1）通過(guò)滬深300指數(shù)月度收開(kāi)盤(pán)數(shù)據(jù)、歷史波動(dòng)率、IF成交量數(shù)據(jù),預(yù)估IO期權(quán)可能的年度交易量;（2）對(duì)市場(chǎng)上一些觀點(diǎn)提出了疑問(wèn)與反對(duì);（3）結(jié)合已有的實(shí)際交易數(shù)據(jù),判斷當(dāng)前國(guó)內(nèi)IO期權(quán)對(duì)資本市場(chǎng)的運(yùn)用程度較小,遠(yuǎn)不及美國(guó)成熟的市場(chǎng)環(huán)境;（4）最終就國(guó)內(nèi)期權(quán)市場(chǎng)發(fā)展提出未來(lái)展望與可行建議。 

【文章來(lái)源】：財(cái)經(jīng)界. 2020,(13)

【文章頁(yè)數(shù)】：3 頁(yè)

【文章目錄】：
一、引言
二、研究設(shè)計(jì)
    （一）研究方法
    （二）案例選擇
    （三）數(shù)據(jù)收集
三、案例模型
    （一）自變量選擇
        （1）標(biāo)的股指開(kāi)盤(pán)價(jià)與收盤(pán)價(jià)
        （2）股票指數(shù)歷史波動(dòng)率
        （3）股指期貨交易量
        （4）其他因素的限制
    （二）模型建立
    （三）模型檢驗(yàn)
四、模型應(yīng)用
    （一）數(shù)據(jù)預(yù)測(cè)
    （二）結(jié)果分析
五、結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于GARCH模型的滬深300股指期權(quán)定價(jià)研究[J]. 張?zhí)禅P,張昆鵬,于志慧.  寧夏師范學(xué)院學(xué)報(bào). 2016(03)
[2]滬深300股指期權(quán)定價(jià)數(shù)學(xué)模型研究[J]. 陳雯.  湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版). 2016(02)
[3]滬深300股指期權(quán)合約設(shè)計(jì)解讀[J]. 張小艷.  經(jīng)濟(jì)論壇. 2015(04)
[4]市場(chǎng)效率:股指期權(quán)、股指期貨與股指的關(guān)系——來(lái)自香港恒生指數(shù)市場(chǎng)的證據(jù)[J]. 魏潔,王楠.  金融理論與實(shí)踐. 2012(09)



本文編號(hào)：3031415