我国股票市场发展很不完善,近年来股价上下波动很不平稳,给投资者带来了很多风险,期货作为现货转移风险的替代者,在规避现货风险过程中发挥很大的作用。2010年我国出现了第一个股指期货沪深300股指期货,为股票市场投资者带来了套期保值的工具。本文首先选取沪深300指数和期货2014-2019年的日数据,分为熊市、牛市和盘整市,利用静态模型ECM、B-VAR,动态模型ECM-BGARCH、VECH、BEKK、CCC、DCC模型以及copula-GARCH模型来估计套期保值比率,并在风险最小化和效用最大化下进行有效性检验,得到三个市场行情的日数据的最佳套期保值模型。然后选取熊市2018-2019年高频数据,对特定股市行情下高频数据套期保值模型进行研究,得到特定股市行情下各高频数据的最佳套期保值模型。通过实证研究与比较分析得出:不论静态还是动态模型,熊市的套期保值效果都是最好的,可以规避最多的风险。日数据中,风险最小化角度下,牛市、熊市最佳套期保值模型分别是ECM、ECM-BGARCH;盘整市中两种模型的有效性无明显差异。在效用最大化角度下,牛、熊和盘整市最佳套期保值模型分别是Gumbel copula-GARCH、full BEKK-GARCH、ECM。在熊市高频数据研究中,发现随着数据频率的降低,套期保值效果升高。在风险最小化下,熊市高频数据各模型的套期保值效果无明显差异性;在效用最大化下,5分钟、10分钟、15分钟高频数据最佳套期保值模型分别是DCC-GARCH、scalar BEKK-GARCH、Clayton copula-GARCH。以上研究结论说明,在套期保值过程中应将市场行情和数据频率考虑其中,以便投资者选择更加有效的套期保值方式。