期货价格的马尔科夫链改进模型

首先引入马尔科夫链模型,以沪铝期市价格为例对商品期货价格进行了预测;再利用期市价格变动的量价关系得到了马尔科夫链改进模型。实证分析表明,相较于传统马尔科夫链模型,改进的模型在预测精度及效率上均有所改进。     

郑州白糖期货价格的模型选择方法

主要利用逐步回归和Lasso 2种方法来讨论郑州白糖期货市场白糖1011远期合约价格模型的问题,对白糖的收盘价格进行建模,在挑选出显著性变量后,根据2种方法确定的模型来分别预测白糖的价格,通过比较预测结果,发现Lasso方法的预测效果明显强于逐步回归方法,从而得到更稳定、更准确的预测模型.     

基于VAR模型的硬麦期货价格发现研究

通过单位根检验，确定硬麦期货与现货价格序列具有一阶差分平稳性即，(1)过程．在此基础上先建立VAR模型并进行协整检验，然后建立误差修正模型并进行格兰杰因果检验，最后对期货与现货价格序列进行方差分解和脉冲响应函数分析．从以上几个方面对郑州商品交易所的硬麦期货的价格发现功能进行实证分析．研究发现：硬麦期货价格与现货价格存在协整关系和格兰杰双向引导关系，期货与现货价格之间存在长期均衡关系．对硬麦期货品种来说，现货市场在价格发现功能中起到主导作用，因为现货市场在价格发现功能中占59．67％大于来自于期货市场的40．33％．在脉冲响应函数分析中，除了期货与现货价格对其的一个标准差新息立刻有较强反应外，现货价格新息对期货价格的影响更大．这也说明了现货市场在价格发现中的主导地位．     

基于GARCH-MIDAS-dLSTM模型的棉花期货价格趋势拟合研究

利用机器学习对期货价格的趋势进行拟合研究的时候,在价格波动剧烈的情况下效果往往并不理想.期货基本面方面的因子大多都是月度或者年度之类的低频数据,不能与日度价格数据进行很好地融合,因此无法充分利用这类信息进行拟合研究.针对上述问题,提出一种基于混频数据的GARCH-MIDAS-dLSTM模型,以棉花期货作为研究标的,将多因子GARCH-MIDAS模型与双层LSTM模型进行融合并对棉花期货收盘价进行趋势拟合.实验结果表明,引入棉花期货基本面低频因子的GARCH-MIDAS-dLSTM模型MAE值为0.127 3,较引入之前提升了0.018 4,表明该模型能够在价格波动剧烈的情况下提高拟合结果的准确度并减小误差.     

VAR模型下中国沪铜期货价格发现实证研究

通过建立VAR模型及修正模型VECM模型,基于协整分析、Granger因果检验、VAR模型、方差分解等计量分析方法对中国沪铜期货市场及铜现货市场之间的关系进行了深入的研究.VECM模型证实了铜期货价格是以现货价格为基准进行调整的.结果表明,铜现货市场在价格发现中占有主导地位.     

投资者过度自信影响国际碳期货价格的数理模型分析

文章采用格兰杰因果关系检验方法验证了国际碳期货市场投资者存在过度自信,并以投资者同质性、过度自信以及风险厌恶等假设为前提,构建了投资者过度自信影响碳期货定价的均衡价格数理模型,从理论角度分析了碳期货价格及其波动的机理,并通过数值模拟的方法验证了模型分析的准确性。研究结果表明:投资者过度自信程度越大、交易费用程度和保证金率越高,碳期货预期价格越高;投资者风险厌恶程度越大,碳期货预期价格越低;投资者过度自信程度的提升放大了碳期货价格的异常波动,碳期货交易保证金对碳期货价格波动具有影响,但交易费用不影响碳期货价格的波动;数值模拟验证了均衡价格模型理论分析的结果,同时发现投资者心理因素对碳期货价格及其波动的影响要比保证金和交易费用等因素而言更大。     

棉花期货价格波动率分析

针对棉花已成为制约“十四五”规划中纺织行业发展不可或缺的关键因素这一事实,提出通过研究棉花期货价格的波动来体现纺织业成本变化。 基于 2008 年 1 月 2 日到 2021 年 9 月 6 日棉花 CF999 期货价格数据时序图,得到原序列不平稳的结论,处理后得棉花期货价格收益率序列,由 J-B 统计量、ADF 检验 统计量,得到棉花期货价格收益率序列是平稳时间序列,但不服从正态分布,有尖峰厚尾和高阶异方差性的统计特征;然后考虑收益率序列服从 T 分布和广义误差(GED)分布,分别构建 GARCH 类模型,具体利用GARCH、GARCH-M、EGARCH 和 MS-GARCH 4 种模型对棉花价格波动特征进行研究,结果表明:基于 T 分布 的模型比 GED 分布更能描述棉花期货价格收益率序列的波动特征;棉花市场不是“高风险、高回报”产业;收益率序列存在反杠杆效应;MS(3)-GARCH(1,1)模型的拟合效果最优,收益率序列有体制变换现象,各种波动的持续期不同,高波动状态最短,为 2. 12 d;最后提出相关建议。     

上海期货交易所铜期货价格发现实证研究

通过VAR模型及其修正模型VECM对上海期货交易所铜期货的价格发现功能进行了实证分析.研究发现:铜期货价格与现货价格存在格兰杰双向因果关系和一个协整关系,期货与现货价格之间存在长期均衡关系.对铜期货来说,现货市场在价格发现功能中起到主导作用,因为现货市场在价格发现功能中约占65.4%,大于来自于期货市场的34.6%.在脉冲响应函数分析中,除了期货与现货价格对其自身的一个标准差新息立刻有反应外,现货价格新息对期货价格的影响更大.而且VECM模型也证实了铜期货价格是以现货价格为基准进行调整的.这些都说明了铜现货市场在价格发现中的主导地位.     

金属期货价格的时间序列分析

提出了把交易量这个价格先行指标直接引入价格以形成较有效的加权成交价格，然后采用上海金属交易所铜１＃的样本数据，通过Ｂｏｘ－Ｃｏｘ变换来构造新的对数时间序列，最后通过非线性回归处理获得价格趋势及不同振荡周期，并作了简单的讨论和分析．     

我国大豆期货价格影响因素分析

通过变量分析对我国大豆期货价格建立了多元回归模型,由模型发现供需量是形成现货价格的基础,现货价格决定着期货价格,而预期理论在期货价格的形成中也起到了一定的作用.     

交割选择权与期货价格关系研究

通过构造与不同地区商品价格波动联合分布一致的投资组合,将交割地点选择权转化成以投资组合为标的物的看涨期权,研究卖方交割地点和买方提货时间两种期货交割选择权对价格的影响.结果表明,卖方交割地点选择权会压低期货价格以补偿多头面临的额外风险,交割地点越多,权值越大,期现倒挂的现象越明显.同时,在厂库交割制度下,卖方向买方提供一个提货时间选择权,因此,卖方倾向于提高报价作为权利金以弥补资金、生产计划协调等方面的成本,从而与卖方交割地点选择权共同作用在期货价格的形成过程中.     

基于模糊技术的期货价格预测模型

期货价格风险一直是期货市场风险控制研究的中心和重点．结合模糊控制理论，将其引入期货价格风险问题研究中．基于遗传算法和模糊IF—THEN规则，建立适合期货价格预测的模型．在实证分析基础上，利用ANFIS，对模型进行学习和测试．实验结果表明，该模型能较准确地预测我国铜期货价格的波动趋势．     

基于神经网络的黄金期货价格的预测

黄金期货市场是一个极其复杂的非线性动力系统,由于神经网络具有很强的非线性逼近能力,理论上能无限逼近任意非线性函数.选用了应用最广泛的BP 神经网络模型来预测黄金期货的价格.对采集到的影响黄金期货价格的因素数据进行了归一化处理后建立BP神经网络并进行了模拟训练,然后用训练好的网络进行检验,并比较了输出结果和真实值,发现用BP神经网络模型能够将误差控制在一个较小的范围内.经过实证研究可以发现BP神经网络用于价格预测可达到较好的效果.     

商品期货价格发现功能的实证研究

运用相关性分析、Granger因果检验、EG两步法检验、Johansen协整检验、脉冲分析和方差分解的方法,对黄金、白银、原油、铜、铝5种大宗商品的期货价格发现功能发挥状况进行实证分析.黄金在短期内存在从期货到现货价格的单向引导关系,但长期内不存在协整关系,期货市场不具备价格发现功能;白银在短期内存在从期货到现货价格的单向引导关系,期货市场具备价格发现功能;原油存在双向引导关系,但现货价格在价格发现功能中作用更大;铝、铜的期货与现货价格双向引导且存在着协整关系,期货市场具有良好的价格发现功能.根据实证研究结果,提出了完善期货市场的建议.     

我国沪铜期货价格的分形统计

运用分形分布参数估计、函数盒维数以及多重分形分析等方法对我国沪铜期货价格时间序列进行了实证研究.结果表明,沪铜期货价格不服从正态分布,价格之间存在长记忆性,从而对有效市场假说提出了质疑.函数盒维数及多标度分析的结果揭示了期货价格的聚类特征及标度变化,说明用单一分形模型来描述期货价格是不充分的,多重分形分析方法为更好地描述期货价格的变化规律提供了有力的工具.     

沪深300股指期货价格无偏性检验

最小方差套期保值比率在满足一些充分必要条件时,与期望效用最优化套期保值比率等价,并且最优套期保值比率与套期保值者的期望效用函数无关。本文采用Lo和Mackinlay方差比检验和Wright基于秩和符号的方差比检验对沪深300股指期货价格无偏性进行了检验,检验结果表明沪深300股指期货价格是无偏的。     

基于SVR的石油期货价格短期预测

将SVR原理引入到石油期货价格的时间序列中,并以美原油价格进行了实证分析.结果表明:该方法能充分反映石油期货价格序列走势,对短期价格的预测具有较高的精度;并且还发现,超级参数的选择服从一定规律,即其乘积在一定范围内效果较佳.之后,还将此理论推广到多维影响因素和其他金融时间序列的预测中.     

基于EMD-LSTM的国际黄金期货价格预测

黄金是一种特殊的金融商品,黄金期货作为黄金市场的衍生品,其价格受到多方面的影响,且具有金融序列非线性不平稳的特点,因此传统的统计预测模型通常难以预测其走势.将美元指数、纳斯达克综合指数、道琼斯工业平均指数和标准普尔500指数作为国际黄金期货价格的影响因素,选择2011―2021年交易日收盘价基于EMD-LSTM的组合模型进行预测,并通过与SVR、RF、RNN和LSTM模型对比分析,结果表明：EMD-LSTM模型在国际黄金期货价格的预测上具有更良好的效果,精度更高,能更准确地预测国际黄金期货价格走势.     

C4.5算法在期货价格预测中的应用

期货价格预测对投资者进行理性投资和规避投资风险具有重要指导作用,为了获得较好的预测效果,本文通过应用C4.5决策树算法对相关期货数据进行训练,并通过建立决策树模型进行价格预测.实验表明所建立的预测模型能有效预测期货行情,具有一定的参考和应用价值.     

石油期货价格的日历效应及波动特征

文章运用GARCH类模型实证研究了NYMEX期货市场2002年1月—2009年9月间原油价格的收益和波动的关系、杠杆效应及周日历效应。结果显示,期货市场的收益与风险有显著的正向关系;原油期货价格波动存在着杠杆效应,相同幅度的油价下跌比油价上涨对未来收益的波动具有更大的影响;采用交叠样本的方法对各时间段进行检验,发现周五收益始终为正而波动幅度却没有明显增加。