1、本文主要研究了半參數模型、馬爾科夫機制轉換模型、基于誤差平方和最小的組合預測模型、基于絕對誤差和最小的組合預測模型、基于均方誤差最小的變權組合預測模型及其在滬深300指數預測上的應用，比較了各個模型的預測效果。主要研究內容如下：
　　1.分析了滬深300指數樣本數據的統(tǒng)計特征以及影響滬深300指數的外生變量，對滬深300指數序列的線性主部建立了具有外生變量的ARIMA模型，然后，利用高階的Legendre正交函數回歸對ARIMA模

2、型進行改進，建立了半參數模型，并利用半參數模型對滬深300指數進行了預測。
　　2.利用Eviews軟件對滬深300指數序列與外生變量CPI序列進行了結構斷點檢驗，并對突變點產生的原因進行了分析，然后，利用Oxmetrics軟件中的PcGive統(tǒng)計軟件包對數據建立了MSR模型，并利用MSR模型對滬深300指數進行了預測。
　　3.對滬深300指數序列建立了基于誤差平方和最小的組合預測模型和基于絕對誤差和最小的組合預測模型，實