基于MS模型的我国股指期货收益波动状态预测

发布时间：2023-03-03 22:12

　　中国大陆从2010年4月开始交易股指期货,无论是使用它进行市场投资,还是对冲和套期保值,一个必须面对的问题就是如何科学地对波动进行预测,本文考虑马尔科夫状态转换模型进行预测,它主要用于研究时间序列的状态转换行为,是刻画时间序列波动行为一种非线性模型,并且已经在国外金融证券市场上广泛应用,而且精度很高。本文使用多种形式的马尔科夫状态单变量转换模型,检验并研究了股指期货市场收益波动率的状态转换性,同时做了样本内的预测。 结果发现,中国大陆股指期货的市场具有状态转换特征,两状态模型把期货收益的波动分为高波动和低波动,三状态的模型把波动分为高波动,中等波动和低波动,其中低波动和高波动的预期持续期较低,平均为1到2天,市场的状态大部分时间处于中等波动状态,平均预期持续期为6到10天,三状态模型的精确度要明显大于两状态模型的精确度,通过60天和90天滑动样本内预测,发现两状态模型能够准确预测收益率状态成功率最高为57.69%,具有较好的预测效果。 MS-GARCH模型把永久性波动和暂时性波动都分为两个状态,永久性低波动持续期最大,暂时性高波动状态持续期最小,暂时性波动分为两个状态说明暂时性冲击即可...

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要 ABSTRACT 第一章 引言
1.1 研究背景
1.2 文献综述
1.3 研究思路与内容 第二章 MS一般模型
2.1 马尔科夫状态转换一般模型概述
    2.1.1 马尔科夫链
    2.1.2 马尔科夫状态转换一般模型
2.2 三状态一般模型
    2.2.1 定义
    2.2.2 数据
    2.2.3 估计值
     2.2.4 讨论
2.3 两状态一般模型
2.4 预测
2.5 本章小结 第三章 MS-GARCH模型
3.1 介绍
3.2 模型
3.3 数据和参数估计 第四章 MS-AR和MS-TVTP模型
4.1 自回归模型MS-AR
    4.1.1 一阶自回归过程（MS-AR（1））
    4.1.2 三状态二阶自回归过程（MS-AR(2)）
    4.1.4 两状态二阶自回归过程模型
    4.1.5 两状态一阶均值转换自回归模型
    4.1.6 两状态二阶均值自回归过程
    4.1.7 两状态三阶均值自回归过程
4.2 （MS-TVTP）转移概率随时间变化的状态转换过程
    4.2.1 介绍
    4.2.2 数据和参数估计
4.3 预测 第五章 结论与展望
5.1 主要结论
5.2 研究展望 致谢 参考文献 作者攻读硕士学位论文期间的研究成果



本文编号：3753204