基于微分信息的ARMAD-GARCH股价预测模型

作     者：张贵生 张信东 ZHANG Guisheng;ZHANG Xindong

作者机构：山西大学管理与决策研究所太原030006 山西大学经济与管理学院太原030006 

出 版 物：《系统工程理论与实践》 (Systems Engineering-Theory & Practice)

年 卷 期：2016年第36卷第5期

页      面：1136-1145页

核心收录：

学科分类：07[理学] 070104[理学-应用数学] 0701[理学-数学] 

基　　金：国家自然科学基金面上项目(71371113) 教育部人文社会科学研究项目(13YJA790154)~~ 

主　　题：股票价格预测 ARMAD—GARCH模型 微分信息 

摘      要：ARMA-GARCH模型进行股票价格收益预测时,只考虑了滞后历史数据所包含的信息,而对于在每个滞后时间点的变化趋势信息却未纳入计算模型进行统一考虑,在一定程度上影响了模型分析时序数据时的泛化能力.本文提出了一种基于微分信息的ARMAD-GARCH模型,在包含传统ARMA-GARCH模型对因变量的滞后值以及残差滞后值进行线性回归的基础之上,又在条件均值方程中增加了因变量滞后值的近似微分信息,用以融合股票价格变化趋势信息,提高预测模型对于价格演变方向的判别能力.通过对于不同市场综合股指收益率数据的实证研究表明,ARMADGAR,CH模型在数据除噪,趋势判别以及预测精确度等方面均优于一般的ARMA-GARCH模型.