沪深300指数日内趋势预测及投资策略分析开题报告

1. 研究目的与意义

在过去的几十年间，预测未来资产收益一直是金融领域的热门主题。

未来资产收益率对经济决策、资产组合的配置、金融衍生品定价和金融风险管理等都至关重要。

实际中，未来收益率是无法直接被观测。

2. 研究内容和预期目标

论文以沪深 300 指数日内高频交易数据为代表对中国股票市场日内波动率进行研究，对历史数据进行处理，分析并预测未来指数走势预测，最后，综合上述对沪深 300 指数日内波动率的研究结果，给出中国股票市场走向趋势在日内层面上典型特征的结论。据此，根据未来股指趋势提出关于中国股票市场短期风险管理、量化投资的建议，以获取超额收益。

3. 国内外研究现状

国外学者关于高频型数据分析方法的应用研究中，所涉及的数据主要来源于生物、医学、环境、地球物理、化学以及工程领域，较少涉及经济金融领域，鲜有涉及股票市场日内波动率的高频数据分析的研究。

国内始于 2006 年才开始关注到高频日内数据分析的研究。

到目前虽然国内学者也做了一些工作，但已有研究结果的以方法的应用为主，在金融领域的应用研究明显偏少，尤其是利用高频金融数据基于日内数据分析的波动率实证研究更是屈指可数。

4. 计划与进度安排

一 撰写方案

1、阐述研究的目的和意义

2、国内外文献综述。该部分介绍了国内外针对机器学习模型应用到股指趋势分析的概况，对模型理论发展和实际的应用推广进行分析和总结

5. 参考文献

[1] 郭名媛，张世英.基于高频金融数据的正交 arfima 模型及应用[j].系统工程理论与实践.2008，28(11):74-79.

[2] 马晓波，冯凌秉，李玮.高频数据日内波动特征的函数型分析[j]. 企业导报，

2011，(22):76-77.