基于高频数据的沪铜期货价格预测模型研究

曲靖师范学院学报 ›› 2018, Vol. 37 ›› Issue (6): 9-14.

基于高频数据的沪铜期货价格预测模型研究

孙丽萍

曲靖师范学院数学与统计学院,云南曲靖 655011

收稿日期:2018-10-08 出版日期:2018-11-26
作者简介:孙丽萍,曲靖师范学院数学与统计学院副教授,主要从事金融工程研究.

Study on Forecasting Model of Shanghai Copper Futures Price Based on High Frequency Data

Sun Liping

College of Mathematics and Statistics, Qujing Normal University, Qujing Yunnan 655011,China

Received:2018-10-08 Published:2018-11-26

摘要/Abstract

摘要： 基于对我国期货市场投机过度和换手率畸高的现状的考虑,选取上海期货交易所铜期货价格指数日内每5分钟高频数据,建立沪铜期货价格预测模型.从各模型的预测指标来看,GARCH模型最优,其平均相对误差为7.89%,泰尔不等系数为0.0006,协变率为1.0000,表明模型预测精度最高,进而按照交易成本最小化和投资收益最大化的原则,提出价格级差化的量化投资交易策略.

关键词: 期铜价格, GARCH模型, 量化交易策略

Abstract: Based on the current situation of China's futures market speculation overdraft and high turnover, Select every 5 minutes high frequency data of the Shanghai Futures Exchange copper futures price index, establishment forecasting model of copper futures price. From the forecast indicators of each model, GARCH model is optimal,the average relative error is 7.89%, Thiel unequal coefficient is 0.0006, the covariance is 1.0000, indicating that the model has higher accuracy, in accordance with the principle of minimizing transaction costs and maximizing investment returns, Put forward the quantitative trading strategy of price difference.

Key words: copper prices, GARCH model, quantitative trading strategy

中图分类号:

F224
F724.5

孙丽萍. 基于高频数据的沪铜期货价格预测模型研究[J]. 曲靖师范学院学报, 2018, 37(6): 9-14.

Sun Liping. Study on Forecasting Model of Shanghai Copper Futures Price Based on High Frequency Data[J]. JOURNAL OF QUJING NORMAL UNIVERSITY, 2018, 37(6): 9-14.

参考文献

[1]陈晓东.中国金融期货市场高频波动率预测模型比较研究[J].管理工程学报,2016(3):114-119.
[2]郑丰,崔积珏,马志伟.沪铜期货市场长记忆特征的R/S分析[J].辽宁大学学报:自然科学版,2013(1):14-22.
[3]张保银,陈俊.基于动态VECM的我国铜期货的价格发现功能研究[J].天津大学学报:社会科学版,2012(6):492-496.
[4]武琳,丁浩.铜期货市场波动对国内现货价格影响的实证研究[J].价格理论与实践,2012(3):53-54.
[5]黄健柏,刘凯,郭尧琦.沪铜期货市场价格发现的动态贡献——基于状态空间模型的实证研究[J].技术经济与管理研究,2014(2):67-72.
[6]付剑茹.中国铜期货套期保值蒙特卡洛模拟研究——基于ITO过程与持有成本理论的假设[J].技术经济与管理研究,2010(6):22-27.
[7]彭红枫,陈奕.中国铜期货市场最优套期保值比率估计——基于马尔科夫区制转移GARCH模型[J].中国管理科学,2015,23(5):14-22.
[8]周仁才.基于风险分解的股指期货套期保值策略研究[J].中国管理科学,2013(2):17-23.
[9]张天凤.基于风险最小化的沪铜期货套期保值绩效研究[J].佳木斯大学学报:自然科学版,2016,34(4):667-670.
[10]刘建和,胡琼,王玉斌.基于EGARCH-GED模型的中英铜期货风险溢出效应[J].华中农业大学学报:社会科学版,2015,120(6):92-100.
[11]董珊珊,冯芸.基于FCVAR模型研究SHFE和LME铜期货和现货市场价格发现功能[J].现代管理科学,2015(11):67-69.
[12]朱学红,谌金宇,邵留国.信息溢出视角下的中国金属期货市场国际定价能力研究[J].中国管理科学,2016(9):28-35.
[13]崔海蓉,何建敏,张京波.我国有色金属期货溢出效应研究——以SHFE的铜和铝为例[J].北京理工大学学报:社会科学版,2011(4):29-32+57.
[14]孙泽生,孙便霞,黄伟.中国有色金属价格变化中的货币因素和预期形成:基于金属指数的实证研究[J].系统管理学报,2014(5):73-754.
[15]胡龙,胡太军.基于VEC-GARCH模型的沪铜指数与上证指数的联动分析[J].金融与经济,2011(6):62-66+70.
[16]韩立岩,尹力博.投机行为还是实际需求？——国际大宗商品价格影响因素的广义视角分析[J].经济研究,2012(12):83-96.
[17]朱学红,冯宇文,郭尧琦.金融因素对期铜价格波动影响的实证研究[J].中南大学学报:社会科学版,2015(2):124-129.
[18]薛丽冰,许林,董永琦,等.一种基于残差的单品种期货套利策略构建及有效性研究——以铜为例[J].金融理论与实践,2017,452(3):82-88.
[19]郭树华,王华,高祖博,等.金属期货市场价格联动及其波动关系研究——以SHFE和LME的铜铝为例[J].国际金融研究,2010(4):79-88.
[20]张茂军,王文华,王庆辉.基于便利收益的商品期货套期保值策略研究[J].运筹与管理,2016,25(3):232-238.
[21]周鹏博,李倩.关于商品期货套期保值风险的实证分析[J].金融发展评论,2013(12):145-150.