文献阅读报告2份

1、文献阅读报告：市场有效性检验文献阅读：尤金法玛(Eugene Fama)Error! Reference source not found.（1965）：他在Financial Analysts Journal上发表文章Random Walks in Stock Market Prices中第一次提到了Efficient Market的概念。他认为有效市场是指在这个市场中存在着大量理性的、追求利益最大化的投资者，每一个人都能轻易的获得当前市场的重要信息，以此来预测单个股票未来的市场价格。尤金法玛(Eugene Fama)Error! Reference source not found.（19

2、70）：正式提出了有效市场假说（Efficient Market Hypothesis，EMH）。并将有效市场定义为：如果在一个证券市场中，价格完全反映了所有可以获得的信息，那么就称这样的市场为有效市场。他认为在一个价格能够为资源配置提供准确信号的理想资本市场中，厂商能够做出生产和投资的决策，投资者可以选择代表公司所有权的证券。因此衡量证券市场是否有效有两个外在的标志：一是价格是否能自由地根据有关信息而变动；二是证券的有关信息能否充分地披露和均匀地分布，使每个投资者在同一时间内得到等量等质的信息。在该片文章中，尤金法玛还基于三种类型的信息：“历史信息”、“公开信息”和“内部信息”将有效市场划分

3、为三种形式：弱式有效市场、半强式有效市场和强式有效市场。弱式有效市场假设（Weak Form Efficient Hypothesis）其认为市场价格已充分反映出所有过去历史的证券价格信息，如证券的历史价格、交易量等，这是市场有效性假设的最低层次。若弱式有效市场成立，则技术分析失去作用，基本分析还可能帮助投资者获得超额利润；半强式有效市场假设（Semi-strong Form Efficient Hypothesis）认为证券价格除了反映了过去的价格信息外，还包括公开的可获得的信息，如盈利资料、盈利预测值、公司管理状况及其它公开披露的财务信息等。在半强势有效市场条件下，技术分析和基本分析都失去

4、作用，内幕消息可能获得超额利润；强式有效市场假设（Strong Form Efficient Hypothesis）是有效市场的最高层次，认为价格已充分反映了所有关于公司营运的信息，这些信息包括已公开的或内部未公开的信息。但是该假设相当不现实，在现实生活中很难实现，从各国对禁止内幕交易的法律法规足以说明这点。尤金法玛(Eugene Fama)Error! Reference source not found.（1991）：自有效市场理论提出以来，国内外学者对证券市场有效性的研究从未间断，各类检验性文献浩如烟海，以至于其创始人法玛承认，无法对此类文献给出一个完整的综述。在1991年发表的文章Ef

5、ficient capital markets: II中，法玛认为刚刚提出三类有效性假说的时候，弱有效市场检验主要研究历史收益的预测能力，截止到1991年之前，弱式有效市场检验覆盖的范围已经非常广泛，已扩展到股利回报率、利率等变量对收益的预测；同时，由于市场有效性和均衡定价模型密不可分，在弱式有效性检验时，还考虑了收益的截面预测能力，也就是对资产定价模型的检验和检验中发现的异象等等。于半强有效性，主要集中于事件窗检验，而强有效检验，牵涉到私人信息检验，因此无法检验。在该文中，Fama还认为，牵涉到模型的检验，即便出现异象，也不能简单断言市场的无效，因为可能是定价模型自身的不够精确，抑或模型的假

6、设被破坏了。LarsonError! Reference source not found.（1960）指出，早期的时间序列检验都是通过将序列分解成时间趋势或者季度性等其他周期性的结构和一些随机成分。通常这些成分都是独立的，其性质也比较含糊。因此作者提出了一种新的时间序列检验方法连续指数来代替自相关系数进行期货市场的有效性检验。他采用自相关方法对美国芝加哥商品期货交易所的玉米期货市场价格分成了两阶段（1922-1931及1949-1958）进行了分析。他发现玉米期货价格的变动不具有自相关性，且其价格变化基本接近正态分布，但是同时也存在着大量的极端值，结论是玉米期货价格的变化不受过去价格的影响，

7、玉米期货市场是弱式有效的。Labys and GrangerError! Reference source not found.（1970）：分析了美国期货交易所13种期货和6种现货进行了自相关图谱分析，检验结果显示期货价格变动和现货价格变动的自相关图谱较平坦，支持了期货价格变动无自相关的结论。PraetzError! Reference source not found.（1975）将有效市场的检验从证券市场扩展到商品市场和期货市场。他对悉尼商品交易所1966-1972年间羊毛期货的价格进行了序列自相关分析，结果表明没有发现羊毛期货价格的变动具有相关性，即羊毛期货价格服从随机游走，以此得出了

8、澳大利亚期货市场具有弱式有效性。他同时采用了游程检验对悉尼羊毛期货进行了检验，发现，羊毛期货市场虽然不是完全有效，但是市场参与者却尽可能地减小交易等成本带来的不完美。LeutholdError! Reference source not found.（1972）指出先前的学者们对市场有效性检验得出了不同的结果，这可能是由于所采用的方法和所使用的数据不相同而导致的。因此在文章中，他采用了两种不同的检验方法图谱分析法（Spectral Analysis）和过滤分析法（Filter Rules），对美国生牛肉期货市场的有效性进行了分析和比较。结果显示尽管两种方法得出的显著性水平有所差异，但是检验结果

9、都支持了美国生牛肉期货市场的价格变化是服从随机游走的，即生牛肉期货市场是弱式有效的。HouthakkerError! Reference source not found.（1961）对美国（1921-1939及1947-1956）年间的小麦和玉米期货进行分析，结论表明期货市场价格变动存在着非随机的因素。之后，随机游走模型能够从期货价格的可预测性角度来检验期货市场的有效性。Labys，Beers和ElliottError! Reference source not found.（1971）采用了图谱分析法和自相关方法对伦敦铜期货市场的有效性进行了检验，结果表明铜的期货和现货价格变化都服从随机游

10、走假设，并且价格的变化具有周期性，周期为4个月。对期货价格的引导作用分析分析发现铜的期货价格对现货价格没有预测作用，因为投资者的预测是同时对期货和现货价格产生影响的。Stevenson和BearError! Reference source not found.（1970）采用了随机游走方法对1951-1968年芝加哥商品交易所的大豆和玉米期货的价格变化进行了研究，随机游走检验的结果不能为大豆和玉米期货投资性的价格序列提供一个满意的解释，因为自相关检验得到期货价格变化的自相关性不显著，认为应该拒绝随机游走的假说。Lo和Mackinlay Error! Reference source not

11、found.(1988)对美国证券市场CRSP指数、投资组合、个股分别作了方差比率检验，结果表明：对于指数和组合，RW3假设没有被价值权重指数拒绝；而对于个股，很难发现市场中的可预测部分。他们还通过大量仿真试验得出结论：无论正态和同方差条件成立如否，方差比方法均优于传统的检验方法。齐明亮Error! Reference source not found.（2004）通过自相关检验、协积检验和方差比检验三种方法检验了郑州小麦期货市场的有效性问题，结果如下：序列相关检验的研究结果表明郑州小麦期货市场基本满足市场有效性假设；单位根检验的研究结果也表明郑州小麦期货市场满足有效性假设；方差比检验的研究结

12、果却表明郑州小麦期货市场不满足有效性假设。ChowdhuryError! Reference source not found.（1991）：指出此前的市场有效性检验采用的金融产品价格序列不是稳定的价格序列，在一定程度上会影响检验的结果。因此他采用了协整的方法对伦敦金属交易所中上市的铜、铅、锡、锌四种期货的期货价格和现货价格进行了分析，实证结果拒绝了伦敦金属期货市场无效的假设。LaiError! Reference source not found.（1991）对远期外汇市场上的英镑、德国马克、瑞郎、加元和日元的远期汇率和即期汇率之间采用了协整检验，实证结果与有效市场理论似乎不一致。Lai解释

13、这是因为在市场中存在着风险溢价，外汇市场并不能同时满足市场有效性和无风险溢价的联合检验。Crowder 和HamedError! Reference source not found.（1993）收集了纽约贸易交易所从1983年3月到1990年9月，共90组石油期货价格数据进行了协整分析，实证结果支持了有效市场理论（即投机活动的期望收益为零），实证结果同时拒绝了套利均衡理论（即投机的期望收益等于无风险利率）。BeckError! Reference source not found.（1994）研究了市场有效性和风险溢价对期货价格是对现货价格的无偏估计这一理论的影响。通过对5个商品交易所分别在

14、8个星期和24个星期的时间范围内的数据进行分析，发现5个市场都有无效的时候，但不是一直都无效，并且拒绝无偏估计性的假设主要是由市场的无效性引起的，而不是由风险溢价的存在引起的。Joyeux 和MilunovichError! Reference source not found.（2010）对欧盟碳期货市场的有效性和价格发现功能作了研究，通过对欧洲碳期货的三个不同到期月份的合约分析后发现欧洲碳期货市场存在着套利机会，但是3个不同合约有长期的协整关系。同时碳期货的现货价格和期货价格能够有效地反映信息，有助于碳期货的价格发现功能。Wang 和Ke Error! Reference source n

15、ot found.（2005）以小麦和玉米为例，对中国农产品期货市场的有效性进行了检验。结果表明小麦的期货价格和现货价格之间具有长期的均衡性，而大豆期货市场在短期内的市场有效性较弱，即小麦期货市场是有效的，而大豆期货市场的有效性较低，并分析这可能是由于过度投机和政府干涉造成的。McKenzie 和HoltError! Reference source not found.（2002）认为期货价格是现货价格的无偏估计只有在期货市场的有效性和风险中性理论同时成立的情况下才是正确的。而时间维度的不同则会影响市场有效性的程度，比如市场从长期来看可能是有效的和无偏的，但是短期内仍可能有无效性的时候。他们

16、采用了Engle-Granger两步法和Johansen协整法对市场在长期内的有效性进行了分析，而采用了ARCH-M-ECM方法对市场的短期有效性进行检验。结果表明在长期内，市场是有效的，也是无偏的；在短期内，市场有无效的成分，并且存在市场溢价。Kawamoto和HamonError! Reference source not found.（2011）提出了一直有效性（consistently efficient）。他采用了ECM和GARCH-M-ECM对不同时间维度的WTI期货市场有效性进行了分析，实证结果表明8个月到期的WTI期货市场是一致有效的，2个月到期的WTI期货市场不仅是一致有效的

17、，同时也是无偏的。Rothig & ChiarellaError! Reference source not found.(2007)研究了肉牛、玉米及生猪期货市场，对1997.3.4-2005.12.27之间的数据，使用了ARCH-LM模型及向量自回归模型（VAR）进行检验，发现这些经常被使用于各类期货市场检验的线性回归结果都被拒绝（即进行了误设检验，或Misspecification testing）。但是使用STR模型（即逻辑平滑过渡模型）则能够通过检验，并发现其中每一个市场均呈现出非线性的特征。周伟，田耒Error! Reference source not found.（2007）以

18、我国三个商品期货市场的主要交易品种合约为研究对象，运用单位根检验、序列相关检验对期货收益率进行实证分析，其结果表明我国所有期货品种的价格时间序列满足一阶单整过程，棉花、铜期货品种的收益率时间序列服从随机游走过程，而大豆、豆粕、天胶、硬麦四个期货品种的收益率时间序列存在3阶自相关，我国商品期货市场整体上尚未达到弱式有效。王益Error! Reference source not found.（2005）对我国沪铜期货市场采用了随机游走模型进行了检验，结果表明无论在1%，5%还是10%的显著性水平下， 3月期沪铜的收益率时间序列均不符合随机游走模型，也证明了沪铜期货不满足弱式市场有效性。程可胜Er

19、ror! Reference source not found.（2009）文章首先对随机游走过程与市场弱式有效的关系进行系统分析，明确了利用随机游走检验市场有效性应遵循的步骤和程序并澄清了已有研究中存在的错误和偏差。在此基础上，以郑州棉花期货为例进行了实证分析，得出了不同于已有研究的无效率结论，并进一步分析了棉花期货市场效率低下的原因，以及为提高效率应该采取的措施。辛宇和陈工孟Error! Reference source not found.（2006）：随机游动模型的方差比率检验方法可以被用于检验中国商品期货市场的有效性程度。对19992004年间六个商品期货品种的收盘价和结算价的分阶段

20、（19992001和20022004）检验结果表明：铜期货市场在整个样本期问都基本上达到了弱式有效，而铝、天胶、大豆/豆一、豆粕等品种在20022004年间的有效性却表现出一定程度的下降。但是，在20022004年间，小麦期货市场的有效性得到了一定程度的提高。这些实证结果表明监管当局应该汲取以往期货市场大幅震荡的教训，有针对性地继续努力改进并提高期货市场的有效性水平。赵扣柱Error! Reference source not found.（2013）：运用马科维兹理论进行资本有效配置的前提条件是市场有效。统计研究表明,欧美一些发达市场国家的金融市场已经达到弱式有效，而我国资本市场是否有效却存

21、在争议。文章通过选取沪深300指数的从创建至今的数据为研究对象，采用单位根检验和方差比检验方法来探究我国股指期货市场的有效性。徐成波和颜虎Error! Reference source not found.（2012）运用 Lo-MacKinlay方差比检验方法、Wright秩和符号方差比检验方法、Belaire-France和 Contreas多重方差比检验方法，对我国沪深300股指期货市场进行了有效性检验；从检验功效来看，这三种检验方法有逐步增强的特征；实证研究结果表明我国股指期货市场是一个弱势有效市场。于虎山Error! Reference source not found.（2009）

22、通过运用ADF单位根检验、协整检验、误差修正模型以及格兰杰因果检验等时间序列与计量经济方法，对上海期货交易所黄金期货市场的有效性进行实证分析。结果表明，上海黄金期货市场尚未达到有效，并且黄金现货价格单向引导期货价格。秦俊琦Error! Reference source not found.（2009）通过运用游程检验、ADF单位根检验、协整检验与计量经济学的方法，对上海期货交易所黄金期货市场的有效性进行了实证分析。结果表明，上海黄金期货市场尚未达到有效，并且黄金现货价格单向引导期货价格，我国黄金期货市场还有待改善。王川Error! Reference source not found.（201

23、0）在风险溢价理论框架下，借助Johansen协整分析、向量误差修正模型等方法，对我国大豆、玉米、小麦三大粮食期货市场的有效性进行了实证研究，以探究评估我国粮食期货市场的有效程度，挖掘影响不同粮食品种期货效率的原因。实证结果表明，我国大豆、玉米和小麦的期货价格与现货价格之间存在长期协整关系，三大粮食品种的期货市场均呈现弱式有效状态。但是，我国粮食期货市场的有效性总体偏低。其中，大豆期货市场的有效性要强于玉米和小麦，而小麦期货市场的有效程度最弱；大豆、小麦的期货价格与现货价格偏离均衡时都能在短期内恢复均衡，而玉米的期货价格偏离均衡时则难以恢复；并且三大粮食品种都不存在短期协整关系。唐衍伟Erro

24、r! Reference source not found.（2004）：通过对中国三大期货市场的铜、黄豆和小麦三种主要期货品种收益率的分布与波动性的实证分析，论证了其时间序列存在ARCH效应；运用GARCH模型对这三种期货品种进行了拟合分析和统计检验，检验结果表明这三个期货品种的波动性均具有很高的持续性，但大连黄豆的波动持续性弱于上海铜和郑州小麦，其波动性受各种外部冲击的影响较大；通过GARCH(1，1)的市场有效性检验，论证了中国期货市场尚未达到弱式有效，市场风险较大。赵燕Error! Reference source not found.（2011）从有效市场理论出发，分析了中国股指期货

25、交易市场标的指数沪深 300 指数收益率的分布特征。然后依据协整理论，从价格发现的角度对我国股指期货市场的有效性进行了检验。结果表明中国股指期货市场具有很高的持续性，但股指期货并未对现货市场价格产生有效的引导。中国股指期货交易市场尚未达到弱式有效，市场风险较大。期货价格预测文献阅读：Kawaller、Koch和KochError! Reference source not found.（1987）使用S&P500指数和S&P500指数期货的分钟数据对S&P500指数和其期货之间的日间价格的关系做了研究。通过三阶段最小二乘回归来估计到期日前和到期日时现货价格与期货价格之间的领导和滞后关系。实证结

26、果表明期货价格的变动始终领先现货价格变动20-45分钟，但是现货价格却几乎不会引导期货价格的变动。ModestError! Reference source not found.（1983）对三种股票指数期货合约和他们的价格行为做了一个比较研究。在简化的完美市场中，对算术平均指数来说期货价格的贴现值必须等于现货价格以此消除套利机会，对几何平均指数来说期货价格的现值和现货价格却并不相等。当考虑交易成本时，期货价格的现值会在一个有限的范围内波动，但是却没有引起套利利润。该研究表明交易者在充分利用收入的基础上有套利的机会。文章也指出由于没有考虑现货市场和期货市场中资本利得和损失的不同税收政策，从而可

27、能影响研究结果。Silvapulle和MoosaError! Reference source not found. （1999）研究了美国WTI原油的现货价格和期货价格之间的关系。通过对原油期货和现货价格的日交易数据进行的线性因果检验表明，期货价格引导了现货价格，但是非线性的因果关系检验表明现货价格和期货价格之间有双向的引导关系。该结果说明现货市场和期货市场能够同时对新信息做出反应。HerbstError! Reference source not found.（1987）指出此前关于期货价格和现货价格之间关系的研究虽然很多，但是都大多数研究都缺少对这两者之间的时间关系的客观测量。在文章中，

28、他采用了期货和现货的tick-to-tick数据研究了期货和现货之间的时间关系。实证研究表明指数期货价格有引导现货价格的趋势。虽然期货价格在长时间内可以引导现货价格，但是现货价格对期货价格变化的反应通常只在一分钟之内。现货价格和期货价格之间的这种引导和滞后关系可以解释期货合约价格的不稳定性，而这种不稳定性可能正是期货合约的内在特征，即期货价格有趋势性的向现货价格变动的方向变化。BrooksError! Reference source not found.（2001）采用了几种不同的时间序列模型研究了富时100（FTSE）指数和富时100指数期货的价格之间的引导-滞后关系。通过对1996-19

29、97年富时100指数及其期货的10分钟交易数据进行分析后发现期货价格的滞后变化可以帮助预测现货价格的变化。拟合程度最好的是误差修正模型，因为其允许现货价格和期货价格之间因为携带成本而产生的差异。这种预测能力能够在现实中为我们寻求系统性的有利润的交易机会提供指引。然而尽管模型的预测显示能够比被动的基准收益率产生更高的回报，但是在考虑交易成本之后，预测的回报率则不能比基准收益率表现的更好。BekirosError! Reference source not found.（2008）研究了到期日分别为1、2、3、4个月的WTI原油的日现货和期货价格之间的线性和非线性的因果关系进行了检验。采用的数据分

30、别来自两个阶段：1991.10-1999.10和1999.11-2007.10，这是因为第二个阶段的原油价格的变化波动更为剧烈。除了传统的Granger线性因果关系检验，文章还采用了一种新的通过控制协整变量的，非参数非线性因果关系检验。为了确认价格序列确实是非线性的，文章首先检验了VECM的残差非线性关系。最后文章还通过GARCH-BEKK模型控制了序列的条件异方差，从而达到更准确的非线性检验效果。最终的实证结果表明，通过VECM协整过滤之后，两者之间的线性因果关系便不存在了，而通过GARCH过滤之后的价格序列，其非线性的因果关系仍然存在。这说明现货价格和期货价格序列之间可能存在不对称的GAR

31、CH效应。BessembinderError! Reference source not found.（1993）研究了8个金融市场的交易量、波动性和市场深度之间的关系。证据表明总交易量的波动性并不能反映所有的信息。当把交易量具体分成预期交易量和非预期交易量时，研究结果显示非预期的交易量对波动性的影响更大。另外，这三者之间的关系不是对称的。非预期的积极冲击对波动性的影响比消极冲击的影响更大。最后，从市场深度来看，大的持仓量能够减小波动性。GrammatikosError! Reference source not found.（1986）研究了期货到期时间对期货价格波动率和期货交易量的影响，以

32、及期货价格的混合分布假说（mixture of distributions hypothesis (MDH)）。研究结果显示期货价格的波动率与混合分布假说一致。而期货到期时间对期货价格和期货交易量产生的“到期效应”也得到检验。检验结果显示，当到期时间对交易量有很强的影响时，其对期货价格波动性的影响则不明显。因此可以得出结论，到期时间不是期货价格混合分布假说的一个合理的代理变量。而研究也表明，不管是在当期还是在后期，期货交易量都对期货价格的波动性有很大的影响。HerbertError! Reference source not found.（1995）研究了天然气现货和期货市场的重要特征。同时也

33、研究了天然气期货价格变化的方差（波动率），期货合约的到期时间和期货合约的交易量之间的关系。结果显示波动率的变化原因主要来自期货合约交易量的变化而不是期货合约到期时间的变化。同时还发现，以前的交易量水平还会影响现在的价格波动率的变化，但是以前的价格波动率的变化对现在的交易量水平的影响却不大。Lee和SwaminathanError! Reference source not found.（2000）的研究表明以前的交易量为价格动量策略和价值策略提供了重要的联系。研究发现以往收益率较高的公司有更迷人的特征，在接下来的8个季度中能够有更高的预期收益率和更低的负收益率意外以往收益率低的公司则更优价值特

34、征。而价格动量在接下来的5年内则可能会反过来。以前的交易量能够帮助使中期的反应不足和长期的过度反应效应得到缓和。韩士专、龙永康Error! Reference source not found.（2012）将玉米的需求、消费以及玉米期货的成交量与持仓量等因素与玉米期货价格进行了线性回归分析，来确定玉米期货价格预测模型的参数。以大连商品交易所（DCE）玉米期货为研究对象，对玉米期货市场有效性、玉米期货价格影响因素及期货价格预测进行实证分析，运用VECM-GA-BP模型对我国玉米期货价格进行预测，获得了良好的预测效果。这一方面说明我国玉米期货市场价格具有可预测性，也说明混合预测模型VECM-GA-

35、BP具有良好的预测作用。程文晓Error! Reference source not found.（2014）选取截面和时序两个不同的数据样本，对预测期货价格的精度和适用性进行对比分析。首先利用截面数据建立模型,涉及到的指标变量包括：食品类居民消费价格指数、银行间同业拆放利率、流通中现金供应量、国际市场谷物价格指数、进口大豆海关统计的月度量等，采用主成份回归的方法对大豆期货价格进行预测分析。其次利用时间序列数据建立数据模型,选择指数平滑法中的三次指数平滑模型，并用人工智能中的遗传算法，对平滑系数的选择进行优化，进而预测大豆期货价格。最后将两种方法的预测数据，与真实数据进行对比，得出结论为主成分

36、回归预测效果优于指数平滑，并一步分析两种模型的适用性和优缺点，及本文的不足和未来研宄方向。Abosedra 和BaghestaniError! Reference source not found.（2004）研究了1991.01-2001.12分别为1、3、6、9和12个月到期的原油期货合约预测模型准确性。为了检验期货价格的无偏性，文章使用了原始预测模型作为比较基准。研究结果显示，在5个不同的到期时间维度内，预测模型和原始模型都是无偏的。但是预测模型只有在1个月和12个月的时间维度上的预测准确性才高于原始模型，对政策制定有指导作用。而中东地区的政局不稳和OPEC组织的低效率可能是导致预测模型

37、准确性的关键因素。因此当使用该模型时需要谨慎小心。Meese和RogoffError! Reference source not found. （1983）研究比较了结构预测模型和时间序列预测模型对外汇汇率的样本外预测准确性。研究发现在1-12个月不等的时间维度内，随机游走模型的预测准确性高于其他模型。在候选结构模型中，文章分别考虑了灵活价格和粘性价格的货币模型，并且粘性价格中还包含了经常项目账户。而简单结构模型由于是基于实际解释变量的已实现值上的，因此其预测的准确性比较差。Brandt 和BesslerError! Reference source not found.（1983）分别采用了

38、经济的和统计的测量方法研究了美国猪肉从1976年到1981年中24个季度的价格，并以此建立了指数平滑模型、自回归求积移动平均（ARIMA）模型、和计量经济模型对猪肉价格进行预测应用于比较研究。结果证实ARIMA预测模型的平均标准误差最小，并且发现，这三种方法组合后的预测效果是最好的。陈林，黄章树Error! Reference source not found.（2010）利用ARIMA模型能对期货价格进行较为精确预测，在此基础上提出模型的关键部分平稳性检测上用ADF检验来对时间序列的平稳性和d值的大小进行确认。在P值和q值的确认上提出了枚举法来确定最优的预测组合，进而对期货价格进行了更为精确

39、的预测。李战江，张昊等Error! Reference source not found.（2013）：基于ARIMA模型建立了股指期货价格的预测模型，对间共180个交易日的沪深300股指期货合约收盘价数据进行了实证分析，结果表明：ARIMA模型对于股指期货的价格走势短期预测效果良好，模型能有效反应期货价格的波动性走势。李亚杰，王磊Error! Reference source not found.（2013）通过对历史价格时间序列数据可以建立价格波动模型，进行短期预测，可以帮助投资者套期保值和规避风险。为了科学预测，在应用的过程中要使用多种方法检验，文章建立了ARIMA模型和GARCH模型两

40、种预测方法。研究结果证实建立的时间序列模型ARIMA模型和GARCH模型具有很好的短期预测效果，预测的误差和步长同步变化,期货价格预测的时间序列模型分析方法具有非常好的拟合效果。期货价格波动具有内在的规律性，通过对历史价格时间序列数据可以建立价格波动模型进行短期预测，可以帮助投资者套期保值和规避风险。但在应用的过程中，要坚持使用多种方法检验。魏蓉蓉，叶圣伟Error! Reference source not found.（2012）通过建立ARIMA模型对WTI国际原油现货价格进行定量分析，考虑到ARIMA模型本身的局限性，文章仅基于WTI国际原油价格时间序列本身进行分析，发现ARIMA（1

41、,1,3）同时结合美元汇率、地缘政治和石油供需等定性分析，认为短期内国际油价将保持震荡上行趋势。中国是全球第二大原油消费国，应该通过加强战略石油储备、建立石油期货市场、改善能源结构等来应对国际油价上涨的极大可能性，以及尾随的大宗商品价格的普遍上涨，削弱输入性通胀压力。王习涛Error! Reference source not found.（2006）指出期货交易带有明显的非平稳性和随机性，因此使用单纯的自回归模型或者移动平均模型都无法很好地对交易趋势进行拟合预测， ARIMA模型就是将前面两者相结合并加入对非平稳数列的差分操作从而实现对非平稳数列的较好的拟合及预测。文章在ARIMA模型的基础

42、上对时序数列进行局部平稳化处理，既保证整体趋势不变又实现了局部的平稳，实验表明该方法对于提高ARIMA模型的预测准确度具有明显的效果。王骏和张宗成Error! Reference source not found.（2005）：借助向量自回归模型、协整检验、误差修正模型、格兰杰因果检验、方差分解、脉冲响应函数等方法，以两个商品交易所的黄豆和硬麦期货品种为例，研究了农产品期货价格与现货价格之间的动态关系，定量地刻画出期货市场在价格发现中作用的大小。研究结果显示，黄豆和硬麦期货价格与其现货价格都存在相互引导关系，而且两种价格之间也存在长期均衡关系。对黄豆期货来说，期货市场在价格发现功能中起到主导作

43、用，但对硬麦期货来说，现货市场在价格发现功能中起到主导作用。刘轶芳等Error! Reference source not found.（2006）：在EWMA和GARCH模型思想的基础上，提出基于GARCH-EWMA的期货价格预测模型，为期货市场合约价格的预测提供新的预测方法本模型的特点一是GARCH模型对EWMA模型中的关键参数衰减因子进行测定，解决以往使用EWMA模型时没有一个科学的确定衰减因子的方法。二是通过分别对大豆和豆粕期货合约的衰减因子进行确定，发现不同品种不同时间的衰减因子显著不同，因此，对于不同商品有区别地采用相应的衰减因子；解决以往预测模型对不同期货商品的预测均采用同一模型

44、的问题。梁静溪和邰银平Error! Reference source not found.（2014）通过对大豆期货价格的衰减因子的计算，预测大豆期货未来价格，并与实际价格比较，验证EGARCHEWMA模型对大豆期货价格预测的有效性。首先集合单一模型各自优势来确定实证分析模型的基本结构，使 EGARCHEWMA模型的运用得以优化；采用 EGARCH模型确定衰减因子，与以往直接对衰减因子赋值的方式不同，使模型更具真实性；采用的 EGARCHEWMA模型在预测不同种类的大豆期货合约价格时，通过确定不同的衰减因子，使得预测结果更具科学性及合理性。梅志娟Error! Reference source

45、not found.（2010）运用WIND金融资讯数据库上的日收盘价数据，分别用ARMA模型和ARCH模型族中的GARCH模型，利用Eviews50软件对于期货价格进行预测并进行比较。采用动态预测的方法，可以发现随着时间越长，ARMA模型预测精度越低，从而说明ARMA模型只适合期货价格的短期预测，而对于长期的预测预测精度很低，几乎偏离了价格波动的轨迹。但，GARCH模型的预测铜期货价格与实际铜期货价格是非常接近的，预测的各项误差也非常小。即随着时间越长，GARCH模型预测精度很高，此模型说明GARCH模型适合期货价格的预测。Grudnitski和OsburnError! Reference

46、source not found.（1993）研究了利用神经网络来预测S&P500指数期货价格和黄金期货价格的可行性。文章指出，神经网络预测期货价格的准确性和成功率主要受4个方面的因素的影响。第一，神经网络的参数严重依赖于已发布数据的准确性。第二，神经网络的预测准确性还依赖于所选择的期货品种，与自然现象，如洪涝灾害等相关的期货品种的预测效率较低。第三，训练集的多小也是影响预测准确率的一个因素。第四，神经网络的预测准确性与训练集和测试集的选择也有关系。Kohzadi N, Boyd M S, KermanshahiError! Reference source not found.等（1996）

47、同时采用了ARIMA 和神经网络模型对美国月生牛肉和小麦的价格进行预测并比较两种预测模型的准确性。实证结果显示相比ARIMA模型，神经网络模型的预测均方误差要低27%-56%。其绝对平均误差和平均绝对百分比误差也小得多。而且神经网络对价格变化的转折点的把握也比ARIMA模型要准确很多。李旻晶Error! Reference source not found.（2014）以我国玉米期货价格作为研究对象，运用小波去噪处理，使数据更具真实性，并结合相关分析对未来玉米期货价格走势进行有效预测。研究结果表明用小波去噪过滤掉了价格小范围变化，在相当程度上提高预测精度，得到了真实价格走势。小波去噪对玉米期货

48、价格的原始数据进行去噪处理，使玉米期货价格数据信号更加平滑，波动相对较小，并且少毛刺，能为预测提供高质量的输入数据，这样大大提高了真实性。杨超，刘喜华Error! Reference source not found.（2014）：将小波分析与BP神经网络相结合，构建了股指期货价格预测模型。选取沪深300股指期货从上市日至2013年8月2O日的收盘价格数据作为样本，运用sym8小波变换对数据进行降噪处理，分别运用降噪前后的数据对BP神经网络进行训练和检验。结果表明，降噪数据可以有效提高股指期货价格预测的效果。康璐等Error! Reference source not found.（2011）

49、选取 2009 年1月5日10月29日的大豆期货主力 A1001 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。王海军等Error! Reference source not found.（2009）指出：目前在对中国期货市场进行价格预

50、测时，采用神经网络预测时多用的是BP神经网络，但是BP神经网络存在对初始权阈值敏感、易陷入局部极值和收敛速度慢的问题。因此，为了提高模型效率，提出采用PSO-BP模型预测期货价格。首先运用粒子群算法代替BP神经网络的初始寻优，再用BP算法对优化的网络权阈值进一步精确优化，随后建立了基于粒子群算法的BP神经网络预测模型，并将其应用到中国期货市场的期货价格预测研究中。仿真结果表明，新模型结合了粒子群算法的全局寻优能力和BP神经网络算法的局部搜索优势，有效的防止了网络陷入局部极小值的可能，提高了神经网络模型预测的速度和准确性。王海军等Error! Reference source not found

51、.（2008）针对BP算法存在的不足，结合神经网络、遗传算法和主成分分析的优点，提出二次优化BP神经网络的期货价格预测算法。初次优化采用主成分分析法对网络结构进行优化，第二次优化采用自适应遗传算法对网络参数进行优化，将经过二次优化后建立的BP神经网络模型用于期货价格预测经仿真检验，用新方法建立的模型对期货价格进行预测，在预测的精度和速度方面都优于单纯BP神经网络模型。祝金荣Error! Reference source not found.（2006）建立了基于支持向量机技术的石油期货价格预测方法。该方法使用价格序列一阶差分及其滞后值建模，采用径向基(RBF)核函数和序贯最小优化(SMO)算法

52、，通过综合验证方式确定包括嵌入维数在内的各参数。实证研究表明，支持向量机方法比RBF神经网络和AR瑚A模型预测精度更高，具有很好的应用前景。张凯，沙锋Error! Reference source not found.（2012）指出研究石油期货价格预测问题，石油期货价格是一种动态、时变、非线性数据，具有较强的随机性和多元性。单一预测模型只能描述部分信息，存在局限性。为了提高石油期货价格预测精度，提出了一种非线性组合的石油期货价格预测模型。首先采用3个不同的单项模型对石油期货价格进行预测，采用全局逼近能力强的支持向量机建立了一个多输入单输出的石油期货价格非线性组合预测模型，并通过预测误差最小原

53、则确定模型的参数。仿真结果表明，改进模型预测精度明显优于对比预测模型，为提高石油期货价格预测精度提供了一条新途径。顾红其Error! Reference source not found.（2010）针对影响期货价格因素间存在高度的非线性、影响因子间存在冗余等特征，传统期货价格预测方法无法消除数据之间冗余和捕捉非线性规律导致预测精度较低。为了提高期货价格预测精度，提出一种基于主成份分析(PCA)的支持向量机(SVM)期货价格预测方法(PCASVM)。首先利用主成分分析对期货价格影响因子进行分析和处理，消除各因子之间的高度冗余性，通过选择贡献大的主成分有效地除去无关的影响因子，加快支持向量机学习

54、速度，提高预测精度，然后利用支持向量机对保留的主成成分进行建模预测。利用PCASVM模型对2009年8月Kcbt期货价格进行了验证分析和测试，仿真结果表明，预测效果稳定，提高期货价格预测精度。证明PCASVM是一种有效、高精度的期货价格预测方法。杨建辉，戴晓真Error! Reference source not found.（2013）：对传统鱼群算法进行了简化，并对其步长和可视域采用自适应变化策略，利用改进的鱼群算法对支持向量机训练算法进行优化，提出了基于鱼群优化的支持向量机期货价格预测模型。将改进的模型滚动预测未来的期货价格，并以伦敦金属交易所3月期三种有色金属品种的日度期货价格作为实证

55、分析。最后将预测结果与单纯的支持向量机的预测效果相比，结果显示，改进后的模型具有更高的预测精度，特别是对金属期货价格的短期预测效果良好。李娇志Error! Reference source not found.（2013）建立基于粒子群优化（PSO）的支持向量机（SVR），实现对期货价格的有效预测。首先选取代表性的技术指标、收盘价和成交量作为样本特征集，以下一时刻的收盘价作为偷出变量。然后通过粒子群优化算法寻找最优的惩罚因子和RBF函数的宽度参数，在此基础上建立支持向量机模型，并用样本集进行训练。最终仿真结果显示基于粒子群算法的支持向量机模型具有学习精度高、泛化能力较强的性质，可用于期货价格的

56、短期预测。期货价格波动率文献阅读FamaError! Reference source not found.（1965）通过研究发现证券资产的价格具有尖峰、厚尾的性质，并且证券价格的变动具有聚集（Volatility Clustering）的现象，即证券收益率的方差会随着时间的变化而变化，大的波动后面伴随着大的波动，小的波动伴随着小的波动。ChanError! Reference source not found.等（2004）研究了中国期货交易所1996-2001年之间四种期货合约（铜、绿豆、大豆、小麦）的日波动率。研究发现收益率对波动率的影响是非对称的，即负的收益率对波动率的影响比正的收益

57、率对波动率的影响要显著，要大。研究还发现，交易量与波动率是显著正相关的，而持仓量与波动率则是显著负相关的。此外，大宗交易者的参与对波动率有很强的正向影响。他们还推测波动率的这种表现可能是政府持续的推进市场透明度和信息公开的结果。Elder等Error! Reference source not found.（2007）从微积分和小波降噪的角度研究了农产品期货市场的波动率。之所以采用小波分析，主要有三点原因：第一，小波估计比之前基于均方误差的GPH估计要更优越；第二，小波估计不需要在短期波动率上强加参数限制，而这一点是GARCH模型所必须的；第三，小波估计为ARIMA模型提供了有限差分的参数。在

58、小波分解的基础上，研究发现期货波动率显示了很强的自相似性，这与波动率的在有限无条件差分下的长记忆性是一致的。Wang等Error! Reference source not found.（2008）利用高频收益率数据研究了NYMEX的原油和天然气期货合约之间的相关性和已实现波动率。研究发现日收益率的无条件分布和日收益率的已实现方差都不是服从高斯分布的。而用已实现标准差进行标准化之后的标准收益率和已实现标准差却近似服从高斯分布。此外研究还发现，标准差的对数表现了长记忆性性质，但是原油和天然气期货合约之间的相关性却没有表现出这种长记忆性，这表明在长期范围内市场间的联系比较弱。而波动率的非对称性在天

59、然气期货合约中有所表现，却在原油期货合约中没有显现。最后研究还发现，原油期货合约的波动率在OPEC对原油价格进行提价后也立即表现出了波动率增大的反应。马超群等Error! Reference source not found.（2009）认为：期货市场是一个典型的非线性动力系统，通过对上海期货交易所（SHFE）的铜、铝期货合约进行非线性波动特征检验，采用基于广义误差分布（GED）的GARCH族模型考察期货收益率的ARCH效应、杠杆效应，并用R/S分析法检验期货收益率和波动率的长期记忆性，得到的实证结果表明：铜、铝期货价格波动有明显的聚集性，铜期货收益率波动没有“杠杆效应”，而对铝期货来说，“利好”对条件方差的冲击大于“利空”的冲击。R/S分析结果显示：铜、铝期货收益率均呈现长期记忆性，铜期货有一个约43个日历月的非周期循环，而铝期货并没有明显的非周期循环。更重要的是，实证结果表明期货收益波动率有明显的长期记忆性，因此，在对期货市场