沪深300指数的ARCH效应

股价指数的收益率序列具有时变波动性、厚尾特征、波动性群集等特点,传统的计量分析无法刻画这些特点。通过对即将推出的股指期货的标的指数-沪深300指数的收益率序列进行AR-CH效应分析．采用ARCH模型及其扩展形式对沪深300指数的波动性进行实证分析,结果表明沪深300指数的收益率序列是有偏的,并具有尖峰厚尾的特点。同时也具有波动的群集性和不对称性的特点。     

利用ETF复制沪深300指数研究

与构造篮子股票的方法相比,利用ETF复制指数可以明显降低交易成本.文章对ETF复制股价指数的方法进行了理论分析,并根据这些方法,利用我国ETF基金对沪深300指数进行了复制,求解出了最优组合比例.     

沪深300指数基金跟踪误差多元回归分析

近年来,指数基金由于其自身独特的优势逐渐受到投资者的关注,越来越多的基金公司开始发行指数基金。其中,以沪深300指数作为标的指数的基金最多。由于跟踪统一指数的基金存在同质性,因此普通投资者更多地以指数跟踪误差作为投资依据。无论是先验分析还是统计分析都表明,基金的管理费用、资金规模、股票仓位等因素都会对指数基金的跟踪误差产生影响。     

基于Garch-M模型的我国沪深300指数研究

本文选取沪深300指数2014年1月2日至2014年12月31日的日收盘价作为研究对象,运用GARCH模型对其波动性进行实证分析,并且进一步引入GARCH-M模型研究我国沪深300指数收益率是否存在正风险溢价。研究表明:我国沪深300指数收益率时间序列存在着明显的ARCH效应,具有明显的异方差性和持续性;模型GARCH(1,1)对我国沪深300指数收益率波动性有较好的拟合性;同时研究发现我国沪深300指数存在一定的风险溢价现象,即预期风险越高,收益率越高。     

基于投资者情绪的沪深300指数期货现货波动性关系研究

本文对投资者情绪、沪深300指数期货和沪深300指数之间的关系用EGARCH模型进行检验,研究发现,沪深300指数期货和沪深300指数的波动性均具有非对称性,利好消息对沪深300指数收益率波动性的影响要小于利空消息的影响,而沪深300指数期货刚好相反,利好消息的影响要大于利空消息的影响;指数期货的波动对指数的波动具有较强的影响作用,长期而言,指数期货有稳定指数的功能;投资者情绪增加了指数期货以及现货的波动性。     

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。     

基于ARMA-GARCH模型的沪深300指数回报率波动性研究

收益率是衡量金融资产价格的一大重要指标,而其波动性能很好地对资产价格的波动进行描述。投资者通过对收益率及其波动性的研究,可以对未来资产价格波动情况进行预测,获得关于资产波动情况的有效信息。本文选取2012年～2021年沪深300指数的指数回报率序列,基于ARMA-GARCH模型对其波动性进行分析。实证结果表明：资产冲击虽对序列存在影响,但ARMA(2,2)-N-GARCH(1,1)模型仍是有效拟合沪深300指数回报率波动特征的最优模型。对收益率序列进行预测时,静态预测结果下,收益率的波动程度具有显著的过滤效果;动态预测结果表明沪深市场中收益率序列围绕正值（约5%）波动,投资者在整体情况下能得到正向反馈,沪深市场是非零和市场。     

推出沪深300指数期货对现货市场的影响研究

随着我国股指期货的即将推出,管理层、专家学者以及广大投资者对其可能产生的影响给予了极大的关注。本文回顾海外市场推出股指期货后对现货市场产生的影响并加以综合整理,结合我国证券市场实际,对我国推出沪深300指数期货对现货市场的影响进行分析和预测。     

沪深300指数对现货股指波动性影响的实证分析

本文选取沪深300指数期货推出前后的两个区间进行分析,观察现货标的指数的波动情况,分析其对现货标的指数的影响。采用沪深300指数的日收益率建立广义自回归条件异方差模型,对模型进行参数估计,得出如下结论：沪深300指数期货推出后,增大了现货市场的信息量,但减慢了信息传递速度;增大了现货市场的波动率。     

沪深300与国际股指期货标的指数的比较——基于指数编制

2006年10月30日中国金融期货交易所推出以沪深300指数为标的的股指期货仿真交易至今已经3年多了,3年期间各方呼声一片,希望早日正式推出股指期货产品。2010年1月沪深300股票指数期货即将上市的消息公布后,立即在证券界与期货界炸开了锅。本文通过对沪深300指数和国外股指期货标的指数在计算方法、类型、成分股数量、市值覆盖率和选股标准等技术指标进行归纳总结和比较,进一步审视我国的股指期货标的指数——沪深300指数。     

基于GARCH模型的股票市场波动研究——以沪深300指数为例

我国股票市场长期波动剧烈,波动风险较高是我国股市最具代表性的特点。股市过度波动对我国金融体系甚至国民经济影响巨大。本文通过分析当前股市现状,发现其中波动性特点,并选取能够反映我国证券市场股票价格变动的主要概貌,以及我国股票市场运行的大体状况的沪深300指数作为研究对象,运用GARCH模型实证分析,从经济计量的角度刻画沪深股票市场波动性特征,根据此结果对于我国股票市场提出政策建议。     

沪深股指收益率分布特征拟合检验研究

为更深刻地揭示沪深股指收益率特征,本文提出两成分混合广义正态分布及其退化分布、非对称广义正态分布及其退化分布等8种分布,对上证综指(SSEC)和深证成指(SZCZ)日收益率数据进行拟合对比分析。通过拟合评价和VaR度量发现：对于上证综指,用非对称广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征;对于深证成指,用两成分混合广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征。在进行沪深股指波动率预测、资产定价和风险度量时,建议选择非对称广义正态分布和两成分混合广义正态分布进行对比分析,进一步提高其准确性。     

沪深300指数的走势分析及预测——基于ARIMA模型

为研究上证指数的变化规律,利用时间序列分析方法建立了预测模型,模型对沪深300指数的周收盘数据作了预测分析,结果表明,预测值接近真实值,并为指导投资者在证券投资市场上的正确投资战略决策提供有效依据。     

沪深300指数期货合约(征求意见稿)条款的解读

近期中国金融期货交易所推出了沪深300指数期货合约(征求意见稿)的条款.本文根据国际市场的通行做法和中国的具体情况,对该合约的具体条款进行了分析.在肯定大部分条款积极作用的同时,也对个别条款存在的不足提出了自己的看法,并给出相应的建议.     

基于GARCH族模型的沪深300指数波动性模拟研究

本文运用GARCH族模型模拟沪深300指数收益率波动情况,得出结论:沪深300指数波动性的模拟,从简洁性出发应使用GED分布假设下的GARCH(1,1)模型;从精确度出发,即考虑其非对称性时应选择GED分布假设下的EGARCH(1,1)模型。企业和投资者可借助此模型相机投资;行业工作者和相关领域学者可参考本文方法展开进一步研究。     

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。     

巧选沪深300指数基金

沪深300股指期货正在紧锣密鼓地准备中,很快即将和投资者见面。而作为指数化投资的重要工具,以沪深300指数为标的物的指数基金也受到热捧。市场上的指数基金众多,如何从这些基金中选择合适的基金作为投资对象呢?本文就来对目前市场上的沪深300指数基金进行一次大阅兵,从中选择出适合的品种来帮助投资者进行投资决策。