本文以模擬市場的交易產生的利潤排行榜來比較各個變異數預測模型 的優劣。首先介紹不同的變異數預測模型，然後將變異數的預測值套入 Black-Scholes選擇權定價公式產生不同的選擇權價格。然後在設定的交易法則下 就可決定交易行為，進而產生利潤排行榜。根據台灣股票資料實證的結果發現， ARMA模型比GARCH、ARCH、OLS為佳。這與 Engle、Hong、Kane和 Noh(1993) 研究美國NYSE的結果大相逕庭。我們也研究預測模型的利潤與風險的關係，發 現好的模型有高報酬低風險的現象，然後我們改變模型中某些假設條件做進一步 的分析。將模型市場的成交價格由中間價格改為買力價格，並且將利潤標準化; 將變異數預測模型中樣本數不同的因素去除;也將無風險利率，執行價格加以改 變:發現雖然各個預測模型的利潤排名有了些許的變化。但大致仍維持ARMA、 GARCH、ARCH、OLS的順序。最後用美國心NYSE股票指數的資料，並分別把 成交價格設為買方價格、中間價格，發現GARGH是為最佳的預測模型，而ARMA 為最差的預測模型。顯示台灣與美國的資料有相當大的差異。

　　　　　We crea.te profit ranking orders from different methods of varianceforecast in simulation markets. In each period, every forecast valueof variance is plugged into the Black-Scholes formula to model theoption price ill the agent's mind. Then agents trade one-day optionson a $1 share of the portfolio. The exercise price of the options istaken to follow a fixed rule. We settle end-of-day accounts and accumulate profit/loss in individual agent accounts. We also considerdifferent settings in the simulations. For the reports of the TaiwanStock Exchange portfolio, we rank the forecasting techniques asARMA, GARCH, ARCH and OLS. However, for the NYSE port-folio we finds GARCH the best method and ARMA the worst one.This shows a big difference in the stock exchange data of the USand Taiwan.