指数复制常用的三种方式有：完全复制法、优化复制法和抽样复制法。本文研究的重点就是比较这三种方法的优劣,用目前市场最具代表性的指数-沪深300指数作实证检验,并得到相应的结论。首先,本文总结了前人在指数复制模型方面的研究,并重点介绍了几种常用的优化和抽样方法。在优化方法上,根据优化函数和优化策略的不同,介绍了三种优化方法；在抽样方法上,根据抽样思想的不同,介绍了四种抽样方法。在实证阶段,对于非完全复制法,本文采用最小化二次规划模型下的跟踪误差为目标函数,选用行业分层抽样法,考虑个股集中度、调整成本和个股的最低持有量等约束条件进行优化。通过对样本外5日、10日、30日及到指数下次调样日数据进行跟踪效果检验,得到以下结论：从复制精度上看,完全复制法复制效果最好,优化复制法次之,抽样复制法最差；从调整成本上看,完全复制法调整成本最高,其次是优化复制法,抽样复制法最小。本文的创新之处在于考虑到股票和指数收益率序列的异方差性,通过EWMA模型改进优化算法,为历史的观测值赋予几何级数的权重,即最近的观测值赋予较大的权重,较远的观测值赋予较小的权重。通过实证,得到以下结论：相比一般模型的优化算法,EWMA模型在复制精度上有明显改进,但调整成本却并未随之有显著增加,说明EWMA模型在指数优化问题上的改进是有效的。