基于机器学习的富时A50期指价格预测及其与A股的定价关联研究.pdfVIP

E-CommerceLetters电子商务评论,2025,14(5),3137-3151

PublishedOnlineMay2025inHans./journal/ecl

/10.12677/ecl.2025.1451627

基于机器学习的富时A50期指价格预测及其与

A股的定价关联研究

左邵成

贵州大学经济学院，贵州贵阳

收稿日期：2025年4月11日；录用日期：2025年4月24日；发布日期：2025年5月31日

摘要

本文将研究视角聚焦于富时中国A50股指期货，深度挖掘其价格预测的有效方法，并对其是否具备A股定

价因子的属性展开全面探究。研究选取2014年10月31日至2024年12月13日的相关数据，在经过严谨的

数据预处理流程后，运用随机森林、长短期记忆网络(LSTM)以及梯度提升树三种模型对其价格进行预测，

结果显示梯度提升树模型在预测精度上表现最为突出。在定价因子检验环节，以沪深300成分股收盘价

作为A股的代理变量，通过Fama-Macbeth检验以及滚动回归稳健性检验进行深入分析，最终证实富时中

国A50期指对A股市场定价存在显著的正向影响，这一研究成果为投资者的决策制定以及金融领域的学

术研究提供了极具价值的参考依据。

关键词

机器学习，富时A50期指，Fama-Macbeth

ResearchonPriceForecastingofFTSE

ChinaA50IndexFuturesBasedon

MachineLearningandItsPricing

CorrelationwithA-Shares

ShaochengZuo

SchoolofEconomics,GuizhouUniversity,GuiyangGuizhou

ththst

Received:Apr.11,2025;accepted:Apr.24,2025;published:May31,2025

Abstract

ThisarticlewillfocusontheFTSEChinaA50stockindexfutures,deeplyexploreitseffective

文章引用:左邵成.基于机器学习的富时A50期指价格预测及其与A股的定价关联研究[J].电子商务评论,2025,14(5):

3137-3151.DOI:10.12677/ecl.2025.1451627

左邵成

methodsforpriceprediction,andcomprehensivelyexplorewhetherithastheattributesofA-share

pricingfactors.ThestudyselectedrelevantdatafromOctober31,2014toDecember13,2024.After

arigorousdatapreprocessingprocess,threemodelsincludingrandomforest,longshort-termmemory

network(LSTM),andgradientboostingtreewereusedtopredicttheirprices.Theresultsshowed

thatthegradientboostingtreemodelperformedthemostoutstandinglyintermsofpredictionac-

curacy.Inthepricingfactortestingstage,theclosingpricesoftheShanghaiandShenzhen300con-

stituentstocks