期货市场高频数据的长记忆性研究——以沪深300股指期货为例的中期报告.docxVIP

期货市场高频数据的长记忆性研究——以沪深300股指期货为例的中期报告 摘要： 本文以沪深300股指期货高频数据为研究对象，利用ARMA-GARCH模型、EGARCH模型及GJR-GARCH模型对其长记忆性进行了研究。通过对比不同模型的拟合效果，我们发现EGARCH模型可以更好地描述沪深300股指期货市场的长记忆性，而GJR-GARCH模型在描述尾部的极端波动时表现最为优异。通过对比分析不同时期的长记忆性，我们发现沪深300股指期货市场的长记忆性在2015年后逐渐减弱，这可能与我国期货市场的监管政策和市场成熟度的提升相关。最后，本文指出了研究不足之处并提出了改进的方向。 关键词：期货市场；高频数据；长记忆性；ARMA-GARCH模型；EGARCH模型；GJR-GARCH模型 Abstract: This paper studies the long memory of high-frequency data in the Shanghai and Shenzhen 300 stock index futures market, and uses ARMA-GARCH model, EGARCH model and GJR-GARCH model to analyze the data. By comparing the fitting effect of different mode