| 【中文题名】 | 期货风险预警系统 |
| 【英文题名】 | Futures Risk Warning System |
| 【学科专业】 | 计算机应用 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-5-11 |
| 【中关键词】 | 期货,保证金,SMA,EWMA,GARCH,神经网络 |
| 【英关键词】 | Futures,Margin,SMA,EWMA,GARCH,Neural Network, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机软件>专用应用软件> |
| 【论文摘要】 |
期货市场作为现代金融市场的组成部分,在世界各国经济中发挥着重要的作用。随着我国市场经济的快速发展,期货作为企业重要的风险管理工具和个人有效的投资手段,发展潜力十分巨大。然而,期货交易作为一种独特的交易方式,在其自身运行过程中也蕴涵了很大的风险。为了保证期货市场的正常运转,迫切需要开展期货知识的研究特别是风险防范方法的研究。
在期货各种风险控制制度中,市场风险管理的核心是保证金制度,同时也是影响期货运行效率的重要因素。目前国际上大多数期货交易所都采取动态保证金制度,而我国现行的保证金制度是静态保证金制度。静态保证金制度虽然对控制中国期货市场总体风险起到积极作用,但对提高保证金收取与使用效率、增强中国期货市场抗风险能力是不利的。因此,中国期货市场需要借鉴国际经验采用动态保证金制度,对现有保证金制度进行改革。本文将主要集中研究动态保证金计算方法。
本文整理、收集了目前国际上主要使用的几种保证金计算模型,包括SMA模型、EWMA模型、GARCH模型、SPAN和TIMS系统等。对于这些模型,本文给出了简要的介绍,并分析了他们各自的特 |
| 【论文题纲】 |
|
摘要 |
4-6 |
|
ABSTRACT |
6-9 |
|
第一章 引言 |
9-13 |
|
1.1 研究背景 |
9-11 |
|
1.2 本论文的工作与贡献 |
11-12 |
|
1.3 本论文内容结构 |
12-13 |
|
第二章 保证金计算相关模型 |
13-23 |
|
2.1 保证金制度 |
13-14 |
|
2.2 保证金模型 |
14-22 |
|
2.3 本章小结 |
22-23 |
|
第三章 保证金模型实证研究 |
23-47 |
|
3.1 数据的预处理 |
23-28 |
|
3.2 保证金水平评价方法 |
28-31 |
|
3.3 MATLAB中的数据库访问 |
31-33 |
|
3.4 SMA 模型的实证研究 |
33-35 |
|
3.5 EWMA 模型的实证研究 |
35-37 |
|
3.6 GARCH 模型的实证研究 |
37-43 |
|
3.7 SMA、EWMA 和GARCH 模型实证研究的比较 |
43-45 |
|
3.8 本章小结 |
45-47 |
|
第四章 神经网络模型的应用 |
47-61 |
|
4.1 动机 |
47-48 |
|
4.2 神经网络及其特点 |
48-50 |
|
4.3 使用神经网络计算保证金水平 |
50-60 |
|
4.4 本章小结 |
60-61 |
|
第五章 期货风险预警的原型界面系统 |
61-66 |
|
5.1 数据库设计 |
61-62 |
|
5.2 原型系统中主要模块的实现 |
62-65 |
|
5.3 本章小结 |
65-66 |
|
第六章 结论 |
66-68 |
|
6.1 本论文的工作 |
66 |
|
6.2 进一步的研究方向 |
66-68 |
|
参考文献 |
68-71 |
|
致谢 |
71-72 |
|
攻读学位期间发表的学术论文 |
72 |
|
| 【DOI】 | LunWen.ID:2.2008.357789 |
