摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题背景及意义 | 第10页 |
1.2 国内外研究现状综述 | 第10-15页 |
1.2.1 国外研究现状 | 第11-14页 |
1.2.2 国内研究现状 | 第14-15页 |
1.3 文章的创新点 | 第15页 |
1.4 本文的主要研究内容 | 第15-16页 |
第2章 基本知识和理论 | 第16-23页 |
2.1 引言 | 第16页 |
2.2 经济数据中的非线性 | 第16页 |
2.3 股票指数和期指的基本概念和理论 | 第16-22页 |
2.3.1 股票指数和期指的概念 | 第16-17页 |
2.3.2 期指的产生和发展 | 第17-18页 |
2.3.3 期指的功能 | 第18-19页 |
2.3.4 期指在中国的发展 | 第19-22页 |
2.4 本章小结 | 第22-23页 |
第3章 沪深300期指和指数相关性的实证分析 | 第23-49页 |
3.1 引言 | 第23页 |
3.2 数据来源和处理分析 | 第23-26页 |
3.2.1 数据来源和基本统计量分析 | 第23-24页 |
3.2.2 平稳性检验 | 第24-26页 |
3.3 沪深300期指和指数中的非线性 | 第26-30页 |
3.4 门限自回归模型 | 第30-34页 |
3.5 门限误差修正模型 | 第34-35页 |
3.6 长期关系实证分析 | 第35-42页 |
3.7 因果关系实证分析 | 第42-48页 |
3.8 本章小结 | 第48-49页 |
第4章 基于相关性的交易策略探究 | 第49-61页 |
4.1 引言 | 第49页 |
4.2 预测模型介绍 | 第49-52页 |
4.2.1 自回归模型AR( p )过程 | 第49-50页 |
4.2.2 移动平均模型MA( q )过程 | 第50页 |
4.2.3 差分自回归移动平均模型ARIMA( p , d , q ) | 第50-51页 |
4.2.4 p,q的选择和模型检验 | 第51-52页 |
4.3 实证分析 | 第52-60页 |
4.3.1 AR模型下的预测 | 第52-55页 |
4.3.2 MA模型下的预测 | 第55-57页 |
4.3.3 ARIMA模型下的预测 | 第57-59页 |
4.3.4 交易策略分析 | 第59-60页 |
4.4 本章小结 | 第60-61页 |
结论 | 第61-63页 |
参考文献 | 第63-68页 |
致谢 | 第68页 |