市场的影响造成了 2013 年黄金市场暴跌的局势，随着经济的逐渐回暖，2015 年的黄金 期货市场又恢复到一个相对平稳的区间。不少研究结果表明，t 分布相对于其他分布，可以最 好的刻画股票市场的收益率波动情况[3]。本文基于 t 分布对我国黄金期货的对数收益率进行 拟合，评价两个时间区间黄金期货市场的风险，并将结论与现有结果进行比较。

研究资产价格的波动对金融风险定价以及风险管理都很有重要的意义。Black 和 Scholes 假定资产价格的变动是服从正态分布的,并且是几何布朗运动,并以此为基础提出了欧式期权 定价公式［ 8］。后人对“资产介个变动服从正态分布”这一假设提出了异议,自 Blattberg 和 Gonedes[9]与 1974 年第一次用 t 分布刻画资产价格收益率的分布以来，国际上已经有很多研 究成果比较 t 分布和其他分布哪个最能拟合实际数据的波动,拟合效果显示 t 分布比其他分布 的拟合效果更好。

目前国内外金融市场的简单分形于多重分形的研究主要集中在股票市场，外汇市场和原 油期货市场,对于成熟已然成熟的金融期货关注极少,一方面由于国内黄金期货的上市较晚造 成数据量少，另一方面由于上海黄金期货市场在交易量和影响其上于国际其他历史悠久的黄 金期货交易来具有显著差距，造成过内学者对黄金期货市场关注度不够。但对于股票指数系 统已经有一套相对比较成熟的系统，所以作者希望借鉴成熟的股指系统的研究进行黄金期货 的系统的研究。

Gopikrishnan[11]等于利用 t 分布对 1999 年在美国上市的多支股票指数收益率的进行了拟 合，发现你和结果的尾部分布呈现出逆立方规律，即得到拟合的自由度等于 3。

Gnacinski 和 Makowiec 利用 t 分布对波兰华沙股市交易指数连续五年的日数据进行拟合,

发现收益率的分布在三个部分存在幂律规律。论文网

Cassidy[12]等利用 t 分布对美国股票指数 1928 年 1 月到 2009 年 2 月的日数据的分布进

行拟合,得到的自由度分别为 2。7 和 3。2。并对拟合结果进行检测,发现对数 t 分布是对资产价格 拟合较好的一种分布。

Yan 利用 t 分布对 1994 年至 2001 年在中国沪交 103 支所以及深交所上市的股票进行分 布拟合,均得到拟合的自由度接近于 3。

Gu 等对 2003 年间在国内交易所上市的 23 支股票进行了 t 分布拟合,分析了 5 分钟内高频数据,发现数据较好的符合 t 分布的分布规律,自由度在 3。5 至 4。3 之间。 已有很多文献比较了不同分布对股票收益率分布函数的拟合效果，指出  t   分布的拟合效

果最佳。作者借鉴了已有经验,并进行预测：黄金期货也符合 t 分布拟合的最优化。并尝试使用

t 分布对中国黄金期货市场的日数据进行拟合分析,并对自由度做出分析判断。

二、数据基础分析

黄金期货当日交易中持仓量最大的合约是黄金期货主力合约，最能反应黄金期货市场价 格的变化以及市场未来趋势。同时对于同一期货主力而言,每日交割价格是连续的,不会出现 数据条约的问题。

因此,笔者选取了上海期货交易市场中沪金 1612,沪金 1610，沪金 1611，沪金 1609。样本 包括沪金主力沪金 1612 以及其他几个期货指标在 2013 年以及 2015 年每个交易日的收盘价 格作为分析对象。

根据对已经显示的分析,定义 2013 年为投资风险高危年,为了对比分析 2013 年这一黄金

期货市场动荡的一年的波动性和风险特征,相对应的,定义了 2015 年为市场稳定年份。通过对

比 2013 年与 2015 年内黄金期货每日的收盘价格进行研究,受不同年份市场作息不同,两年间