近些年来,随着股票市场不断发展,众多关于股市波动性和相关性以及关于金融资产投资组合最优选择的理论也逐渐得到完善与改进。为了研究股票市场波动性及相关性的问题,本文选取了上海证券交易所公布的上证行业指数数据作为研究对象,分别假定残差扰动项服从正态分布、广义误差分布、偏态广义误差分布,对数据建立GARCH(1,1)模型。随后,文章在GARCH模型中引入马尔科夫机制转换过程,建立两状态MS-GARCH模型,通过模型估计结果显示上证行业指数存在着低波动和高波动两种状态,且处于低波动的期望持续时间较长。通过模型的对比发现,GARCH模型残差扰动项服从偏态广义误差分布的拟合效果比其他分布的拟合效果好;MS-GARCH模型对波动性的描述比GARCH模型更好。之后,对上证行业指数正常状态、低波动状态、高波动状态分别进行了动态相关系数的计算,以上证能源为例,结果表明上证能源与其他九个行业呈现较高的正相关性,而且在2015年至2016年之间的正相关性最高;经过状态转换后的两状态相关性有着明显降低。最后对相关性最高时间段内的数据建立均值-方差模型,通过计算得到最优前沿,发现通过增减上证电信的投资比例能直接影响到投资组合的收益。综上所述,我国的上证行业指数具有高波动性和高相关性的特点,因此在做投资组合最优选择时应密切关注收益率变化和股票市场的相关信息。