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。     

基于BP神经网络的黄金期货价格预测

本文在BP神经网络的基础上,利用2012年7月26日至2013年5月29日期间黄金期货的每日平均价与每日收盘价,对二者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神经网络对黄金期货市场的预测是可行的.     

沪深300股指期货价格发现功能实证分析

本文使用沪深300指数价格和沪深300股指期货价格129个日数据,采用Granger因果关系检验、VAR模型和脉冲响应的方法,考察了沪深300股指期货和现货市场之间的价格发现引导关系。研究表明沪深300股指期货和现货价格之间存在长期的均衡关系;沪深300现货价格领先于沪深300股指期货价格;沪深300股指期货具有长期价格发现功能,但是这种作用不是太明显。     

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。     

基于GA—BP神经网络模型的期货价格预测与分析

本文选取20091月5日～10月29日的大豆期货主力i1001合约共200个交易数据作为训练数据,10月30日～11月12日的10个数据为测试数据,利用BP神经网络对期货价格建立预测模型,并用遗传算法进行修正,从而实现对大豆期货交易价格的预测分析。结果表明,改进后的GA—BP神经网络模型拟合精度明显高于BP神经网络模型,并对期货价格走势有良好的预测效果,可给期货市场的投资者提供投资建议。此外,利用改进后的模型可对期货市场操纵现象进行预警,对监管者具有一定参考价值。     

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。     

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。     

BP神经网络模型在沪深300指数预测中的应用

文章探讨了神经网络模型在股指预测方面的应用,通过引入宏观经济因素,建立BP神经网络模型来对沪深300指数的走势进行中长期预测,运用MATLAB神经网络工具箱对BP模型预测的准确性和可行性进行了实证检验。     

基于BP神经网络模型的沪深300指数预测

采用BP神经网络模型,利用MATLAB软件,通过沪深300指数2011年1月4日到2012年3月30日的开盘价、收盘价、最高价、最低价四组数据建立三层的BP神经网络模型,用前290天的数据对模型进行学习和训练,然后用后12天的数据对模型进行检测,最后对2012年3月15日的开盘价进行短期预测。结果表明,BP神经网络模型具有良好的泛化能力,在沪深300指数的预测方面有很好的预测能力,有很强的现实意义。     

正在走来的沪深300股指期货

今年我国金融领域最重要的事件之一莫过于中国金融期货交易所（CFFEX）9月8日在上海成立及其即将推出的沪深300股指期货。我们知道．股指期货是一种以股票指数作为买卖对象的期货。这一全新的金融产品将在证券市场中发挥怎样的重要作用以及它对市场长远影响又会怎样？我们不妨从以下几个方面进行探讨。     

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。     

股指期货合约价格预测中的BP算法应用

本文利用BP网络对数据的压缩性和非线性映射功能,模拟股指期货合约的各项数据之间的关系,建立起一个基于神经网络的股指期货合约结算价格预测系统。用交易数据进行网络训练,生成网络后,用另外的数据对生成的网络进行验证,验证发现该网络的预测精度较高。具备一定的应用价值。     

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。     

投资者情绪与沪深300股指期货定价偏差关系研究

股指期货已发展成为全球金融衍生品主流品种,股指期货定价问题事关市场套利行为,一直备受投资者关注。本文基于投资者情绪视角,运用VAR模型、脉冲响应、方差分解等方法,深入探讨沪深300股指期货定价偏差与投资者情绪的关系。研究发现:投资者情绪与沪深300股指期货定价偏差之间构成因果关系,且呈现正向影响;股指期货定价偏差受投资者情绪影响而长期存在,其对投资者情绪的影响短期效果显著。     

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。     

2015年沪深300股指期现价格互动关系回溯研究

采用向量误差修正模型、格兰杰因果检验、修正信息份额模型对2015年沪深300股指期货与股票指数的期现价格互动关系进行回溯性研究,结果显示:沪深300股指期货已具备完善的价格发现功能;常态下,价格发现是一个期现市场价格信息双向互动的过程,期货市场贡献较大权重;异常波动事件的发生削弱了现货对期货价格的反馈机制,使期货市场价格信息主导价格发现,造成市场微观结构失衡,助长异常波动的蔓延;股指期货交易限制性措施通过抑制期货市场上的过度投机,实现了市场微观结构的再平衡,阻止了股市异常波动的进一步扩大。为此,应充分认识股指期货市场的贡献与价值,制定股指期货交易限制措施"松绑路线图",拓展金融衍生品交易种类,以助力中国股指期货市场健康发展。     

沪深300股指期货市场风险研究

我国即将推出以沪深300股票指数作为标的的股指期货,因为股指期货具有期货的杠杆效应,风险性极大,所以有必要对股指期货的市场风险进行合理的度量。目前对股指期货市场风险的研究是一个热点也是难点问题。利用近年来专家学者常用的极值理论计算沪深300指数的全尾、左尾（多头）和右尾（空头）的VaR和ES,可以有效的度量沪深300股指期货的市场风险。     

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。