我国股票市场在拓宽企业融资渠道、优化市场资源配置、降低投资风险、促进国内需求等诸多方面发挥着难以替代的重要作用。一些学者认为,完全有效市场情况下,股票市场的收益率无法被任何因素所预测,而遵循随机游走过程。然而,当下研究显示,公司财务以及宏观金融指标时刻影响着股票的市场价格。据此,股票收益率是否能够被有效预测成为当下的热点问题之一。本文选取的沪深300指数,是由上海和深圳市场中选取的300只股票流通性好且市值大的股票,其具备综合反映中国股票市场价格的整体表现的能力。为探究沪深300股票指数收益率的预测性,首先,本文构造包括中国沪深300的行业投资组合、账面市值比投资组合以及市值投资组合在内的20个投资组合。其次,选取8个预测变量,分别是账面市值比（BM）、股利价格比（DP）、股利支付率（DE）、现金收益价格比（CFP）、股票波动率（SVAR）、换手率（TO）、广义货币M2增长率（M2G）以及通货膨胀率（INF）。最后,基于可行广义最小二乘法（Feasible GLS）使用各预测变量对20个投资组合的收益率分别进行了样本内、样本外检验,同时利用拔靴法（Bootstrap）重复抽样提高了检验的准确度,最终给出了沪深300股票指数收益率可预测性的经济学解释。本文发现:财务指标和宏观因素对沪深300股票指数的收益率有一定的预测性,其中样本内的预测能力大于样本外预测能力。对于样本内预测,账面市值比的预测能力最好,现金收益价格比、股票波动率、换手率的预测能力次之,股利支付率和广义货币M2增长率不具备预测能力。所有投资组合中,BM5被预测程度最强且能够被4个变量预测。对于样本外预测,股票波动率的预测能力最好,现金收益价格比和通货膨胀率的预测能力次之,股利支付率和广义货币M2增长率依旧不具备预测能力。最后,通过探究沪深300股票指数收益率的预测性,为市场参与者及资本市场的提供政策建议。