论文部分内容阅读
本文主要对股指期货价格进行分析，以双因子随机模型对期货价格进行建模，并使用粒子滤波方法对状态和参数进行联合估计。在对期货价格进行建模时，考虑到股指期货的特性，依然使用短期波动和长期均衡作为建模的因子，来反映短期内期货价格有一定的均值回复现象，而长期会因为国家经济环境，产业政策等因素呈现随机不确定性。针对已建立的状态空间模型，本文使用粒子滤波，而非通常使用的卡尔曼滤波。卡尔曼滤波主要适用于线性高斯动态系统，针对非线性的情况，扩展卡尔曼滤波和无味卡尔曼滤波相应作了近似调整，而针对非高斯噪声的情况，卡尔曼滤波的估计效果将降低。然而粒子滤波在对状态空间建模上没有任何限制，面对非线性非高斯的模型，粒子滤波将显得游刃有余。最后本文通过以沪深300为标的的股指期货主力合约作为实证对象，来对期货价格进行状态和参数的联合估计。