随着技术的快速发展,高频量化已经成为全球金融市场研究的热点,而日内动量效应更是成为广大学者关注的焦点。因此,本文主要是用先进的算法和理论对我国市场中的日内动量效应进行深入研究,即在日内形成、且日内结束的动量效应。首先,本文对股票指数和股指期货进行了传统的日内动量效应检验,即用开盘时跳空幅度的信息和第1个半小时收益率信息来预测最后半小时的涨跌。其次,由于日内动量效应的主要是由交易量变化和投资情绪的变化产生,因此本文将日内动量效应与不同交易日的投资情绪变化相结合,实验结果表明投资者在周一处于兴奋的投资状态,在周五投资情绪低迷,日内动量效应在周一显著,在周五不明显。然后,基于利率波动会导致投资者情绪变化和交易量变化的缘故,本文将利率波动和日内动量效应相结合,进一步研究利率波动下股指期货日内动量效应。实验结果显示在银行间买断式回购利率波动超出其5日均线上下百分之10的范围时,投资者情绪明显高涨,股指期货的成交量快速升高,日内动量效应也相应提高。最后,由于A股特殊的交易机制,股指期货价格走势呈现出非线性、非平稳的特点,导致股指期货的日内动量效应不明显。因而本文使用三种机器学习模型(SVM、朴素贝叶斯、XGBoost)分别研究沪深300股指期货的日内动量效应。在这三种模型中,XGboost模型下的日内动量策略实证结果最显著,策略的准确率为55.8%,年化收益率为18.2%,夏普比为2.45,最大回撤为7.62%。XGboost模型下的日内动量效应在考虑手续费、滑点情况下不仅能获优异的收益,更重要的是具有实盘应用价值。