2013年开始在我国迅速渗透的互联网文化,结合传统金融产品衍生出了一系列的新品种。现如今的互联网货币基金类理财产品不仅种类多,用户数量、基金规模也是很庞大。较高的收益率,较强的流动性,灵活的存取,便捷的使用性等特点使其有好的发展前景,认可度和接受度也不断加强。但近期互联网货币基金的收益率呈现下降趋势,强监管的现状让投资者在做出投资决策时无法准确把握好市场动态。因此,研究市场上的消息会对互联网货币基金收益率产生怎样的影响,如何更好地认识互联网货币基金收益率的非对称特征,如何预测未来短期的互联网货币基金收益,就具有重要的现实意义。本文选用我国互联网货币基金中最具代表性的天弘和华夏（分别与余额宝和理财通对接）为样本产品,借助天天基金网收集两只基金从2015年7月初至2018年6月末这3年间的每日万份收益作为历史模拟区间的样本数据,并以收益达到最低点的日期作为分界点来划分区间。借助描述性统计方法和GARCH族模型分别对余额宝和理财通的整体及分阶段的收益率序列的波动性进行探究,实证结果表明它们的收益率在这3年里变化相似,都有一定的波动性且呈下降趋势,此外,还存在自相关性和ARCH效应。而ARMA（5,2）模型和ARAM（1,1）模型能够分别很好地解决余额宝和理财通收益率序列中的相关性,对于均值方程的残差序列本文选用EGARCH模型对整体和分阶段序列分别建模和分析,得出结论:余额宝和理财通的收益率序列存在非对称性,不同时间段受正负消息的影响不同。再为了验证收益率序列的可预测性,借助R/S分析方法得出Hurst值检验收益率序列的非线性,结果显示余额宝的收益率序列的Hurst值大于0.5,具有可预测性。将具有长记忆性的余额宝作为预测研究的样本基金,并用未来一周的每日万份收益作为事后预测区间的样本数据,借助ARMA（5,2）-EGARCH（1,1）模型和极限学习机方法做出短期收益预测。实证结果表明ELM模型对互联网货币基金的短期收益预测的预测精度比组合模型要更高,且模型适用性更好。最后,根据前文研究结论,结合当前互联网货币基金品种繁多,同质化严重,银行理财产品不断推出以及强监管的现状,从互联网企业、投资者和政府三方面提出了相关建议。