自1981年我国恢复国债发行以来,国债交易市场发展迅速,国债作为一种固定收益市场的投资工具已经受到越来越多投资者的青睐。而国债收益率曲线作为描述债券到期收益率与其剩余到期期限之间关系的曲线,对其进行准确的估计与预测对于研究者进一步深入研究利率期限结构以及投资者进行债券投资决策都有着重要意义。但是,传统的数据分析方法已经不能满足人们对于海量高频金融数据的研究,而函数型数据分析方法作为一种新的数据分析方法,在处理海量高频的数据方面具有一定的优势。因此,使用函数型数据分析方法对我国国债收益率曲线进行预测具有重要的意义。本文以我国银行间国债收益率数据为研究对象,在此基础上分别使用NSS-ARMA模型和函数型一阶自回归模型对我国银行间国债收益率曲线进行预测,并对两种模型的预测准确度进行评价。最后基于预测所得到的收益率曲线数据提出了一种新的债券交易策略,以期为投资者进行国债交易提供参考。本文的主要结论为:(1)使用函数型自回归模型对国债收益率曲线进行预测,其预测准确度高于传统的NSS-ARMA模型,所预测的国债收益率曲线基本贴合实际曲线,并且预测的准确度不会随着预测期限的推移而产生衰退。(2)基于预测的债券交易策略在投资收益方面明显优于基准指数收益。(3)基于预测的债券交易策略实时性强。由于使用函数型自回归模型可以实现每日国债收益率曲线的实时预测,因而基于预测的债券交易策略能够根据每日实时预测收益率曲线不同的变动方式选择不同的交易策略,并进一步挑选出每天被低估最严重的一只债券进行交易,对投资者进行投资决策具有更强的参考意义。本文的创新之处在于一方面将函数型数据分析方法应用于我国国债收益率曲线的预测分析,弥补了传统模型需要对每个期限进行重复的参数估计、预测准确度随着预测期限推移降低等缺陷。另一方面,传统交易策略仅仅给投资者提供了一个可交易债券的区间,而本文基于预测在传统交易策略的基础上提出了具体交易券种的选择方法。