沪深300股指期货价格发现功能实证研究

我国股指期货已于2010年4月16日正式挂牌交易,股指期货是否具有价格发现功能为投资者所关注。利用单位根检验、协整检验、向量误差修正模型与Granger因果关系探讨沪深300股指期货与现货市场之间的关联性,研究结果表明:股指期货和股票指数之间存在长期的均衡关系;期货市场?的信息传递速度快于现货市场;在交割月前,股指期货和现货相互引导,进入期货合约交割月后,只存在期货引导现货。     

沪深300股指期货价格发现功能研究

通过对国内沪深300股指期货和现货数据的实证研究,得出结论:股指期货价格与现货价格具有高度的一致性,沪深300股指期货和股票指数的价格之间存在协整关系,期货价格对于现货价格的引导力度大于现货价格对于期货价格的引导力度,长期内期货价格的引导力度会呈一个缓慢的下降趋势,而短期内二者之间相互影响,影响力都不明显。沪深300指数对应的股票指数的波动对于沪深300股指期货市场的冲击影响较弱,而期货市场的波动对于现货市场的影响就相对剧烈一些。     

关于股指期货价格发现功能的实证研究

作为期货市场的一大重要的功能和套期保值实现的条件,价格发现功能对于期货市场非常重要。价格发现功能的实现使得其发挥了股票市场乃至国民经济"晴雨表"的作用。本文主要通过对沪深300股指期货和指数现货的日价格数据进行平稳性检验、协整检验、建立误差修正模型和Granger因果检验,来研究两者之间的发现引导关系,从而揭示中国的股票指数期货市场价格的发现过程。     

股指期货价格发现功能研究

股指期货不同于股票的属性,使其能够更快地反映信息冲击、完成价格调整,充当价格领先者。本文总结了股指期货价格领先现货价格的原因,可以从产品设计、交易机制和投资者三方面提升股指期货价格发现作用,提高市场信息效率,进而完善资本市场价格形成、风险揭示和资源配置等方面的机制。     

基于BP神经网络的沪深300股指期货价格预测

本文在BP神经网络的基础上,利用沪深300股指期货的每日收盘价,对其价格进行实际模拟和预测。模拟结果与实际相比,有较高的精度和较为稳定的预测效果,说明BP神经网络对沪深300股指期货市场的预测是可行的。     

沪深300指数期货价格发现功能实证分析

本文以沪深300指数期货和标的指数日收盘价数据为样本,运用统计分析方法实证检验了沪深300指数期货对标的指数的预期效果和引导关系.结果表明:沪深300指数期货对标的指数具有日间级别的引导作用,在价格发现过程中,沪深300指数期货较沪深300标的指数价格发现作用更强,且居于主导地位.     

沪深300股指期货价格影响因素及价格预测

沪深300股指期货为我国金融市场提供了价格发现和风险规避等功能,但是其价格波动较大,容易增加投资风险,因此探究其影响因素和预测价格具有重要意义。本文通过建立VAR模型和GARCH族模型对价格影响因素进行分析和预测。研究表明：沪深300股指期货价格受金融市场因素影响最小但其关联性明显,宏观经济运行状况对期货价格影响显著且持续时间较长,消费者心理会对期货价格产生显著正向影响。价格预测中EGARCH(1,1)模型预测结果的平均相对误差为0.0002,说明预测精度高。     

沪深300股指期货与现货的价格发现分析——基于频带分解的视角

运用集合经验模式分解方法(EEMD)对沪深300股指期货与现货价格进行频带分解,并在重构不同周期长度的波动分量的基础上,应用向量自回归、Granger因果检验分析指数期货与现货在对应短周期、中周期波动分量与长期趋势分量间的引导关系,结果表明:指数期货与现货间的价格发现关系具有随着波动成分周期长度不同而变化的结构化特征;在短周期波动分量上,指数期货对现货存在较为有限的价格发现能力;而在中周期波动分量与长期趋势分量上,现货在价格发现中居主要地位。     

沪深300股指期货定价实证研究

股指期货是一种发展迅速的金融衍生产品,而合约定价问题是其重要研究方向之一。股指期货定价的基本方法是利用无套利定价原理得出的持有成本模型;而如果综合交易费用、融资成本、存贷款利差、保证金等市场因素,则可以得到股指期货的无套利定价区间。使用这两种模型对中国金融期货交易所的沪深300股指期货仿真交易合约进行实证分析,结果发现,实际交易价格和理论价格有较大偏差,市场中存在大量套利机会,定价效率有待提高。为此可以考虑的建议包括允许融资融券交易、推出沪深300指数ETF等。     

基于bp神经网路的我国沪深300股指期货价格预测

本文将首先介绍我国沪深300股指期货的现状以及影响其价格的主要因素,再介绍BP神经网络模型,并运用BP神经网络模型预测我国沪深300股指期货价格的短期走势,最后给出结论和本文的不足之处。     

沪深300股指期货对股票市场波动性影响分析

以2005年4月8日至2011年4月1日沪深300指数的收盘价作为原始数据,在借鉴国内外学者研究成果的基础上,采用GARCH模型实证研究我国推出沪深300股指期货对股票市场波动性的影响,得出股指期货的推出在一定程度上减小我国股票市场的波动性但这种影响较小等结论。     

股指期货套期保值功能研究——基于沪深300的实证研究

我国相对于其他国家来说研究股指期货较晚,而投资者要正确投资股票市场必须对股指期货有一定的了解,所以对股指期货的关注必不可少。本文运用OLS计量模型,结合沪深300股票指数的实际市场数据,对股指期货的套期保值功能进行了研究。     

沪深300股指期货套利实证分析及市场特点研究

2010年4月上市交易的股指期货合约一直备受投资者关注。国内市场上也为保证其价格合理而推出融资融券等业务。根据无套利定价原理,股指期货与融资融券及沪深300指数现货之间存在一定价格关系。然而,其价格走势在中国是否合理,价格中是否存在大量套利机会呢?本文通过对股指期货首次交易及最近交易合约的套利机会实证分析,研究中国股指期货市场发展特点与其中存在的投资机会。     

沪深300股指期货与现货的价格发现分析——基于频带分解的视角

运用集合经验模式分解方法(EEMD)对沪深300股指期货与现货价格进行频带分解,并在重构不同周期长度的波动分量的基础上,应用向量自回归、Granger因果检验分析指数期货与现货在对应短周期、中周期波动分量与长期趋势分量间的引导关系,结果表明:指数期货与现货间的价格发现关系具有随着波动成分周期长度不同而变化的结构化特征;在短周期波动分量上,指数期货对现货存在较为有限的价格发现能力;而在中周期波动分量与长期趋势分量上,现货在价格发现中居主要地位。     

沪深300股指期货周内效应研究

随着我国资本市场的快速发展,沪深300股指期货也在筹备多年后,于2010年4月由中国金融期货交易所推出,股指期货的正式运行在我国证券市场的发展历程中具有重要意义。本文尝试理论联系实际,对沪深300股指期货的周内效应进行探讨和分析。以沪深300股指期货在2010年4月16日上市至2012年12月31日的收盘价、成交量和持仓量为样本数据,引入虚拟变量,利用AR-GARCH模型对这三个变量做回归分析。实证结果表明,沪深300股指期货在周内效应中,收益率在周一有显著的负收益,在周五有显著的正收益,成交量变化率只有在周一具有显著性,持仓量变化率在周一、周四和周五均具有显著性。     

沪深300股指期货套利及其实证研究

自沪深300股指期货推出以来,我国金融市场的交易品种变得更加丰富。同时基于沪深300股指期货的真实交易数据,我们可以获取并利用该数据进行实证分析,设计一系列的统计套利模型,发现当前市场所存在的套利机会。就目前我国的金融市场现状而言,市场有效性还有所欠缺,所以仍旧存在着较多的套利机会。本文利用真实交易数据对沪深300股指期货进行期现套利实证研究,以进一步完善股指期货市场的价格发现功能。     

沪深300股指期货与现货套利的实证分析

股指期货与现货的关系一直是一个研究热点。但是这些研究主要基于国外股指期货或沪深300股指期货仿真交易,而对正式推出后的沪深300股指期货的研究很匮乏。文章利用无套利区间分析了沪深300股指期货与现货之间的价格关系。结论显示,沪深300股指期货与现货之间有着很强的相关性,但是否存在相互决定关系还需要进一步研究。     

人工神经网络在股指期货价格预测中的研究--基于沪深300股指期货市场高频数据的分析

本文基于GRNN神经网络模型对中国沪深300股指期货高频数据进行仿真并预测,研究发现：GRNN神经网络模型的拟合值与实际值曲线非常接近,仿真效果较好;预测值与实际值整体保持一致,平均相对误差较小,模型短期预测能力较强。     

沪深300股指期货套期保值的实证研究

股指期货作为金融衍生产品的一个重要用途是套期保值,沪深300股指期货是我国推出的第一只股指期货,具有较强的开拓性和代表性。本文在基差风险不为零的前提下,运用GARCH模型研究沪深300股指期货的套期保值的可行性,以及最优套期保值比率,为风险厌恶型投资者提供有效规避现货市场系统性风险和非系统性风险的投资决策建议。