检索结果-南通市图书馆

基于深度学习算法的波动率预测研究——以上证50ETF期权为例

在线全文

学校读者我要写书评

暂无评论

华北金融 2021年第9期 15-21页

作者：周爱民管瑞南开大学金融学院天津市300350

波动率是衍生品定价、金融风险度量和市场恐慌情绪衡量的重要指标,波动率的合理预测对于市场参与者和监管者具有重要的意义。深度学习能够学习金融数据的内在规律,捕获到数据中的非线性关系,降低金融数据中噪音的影响。期权隐含波动率... 详细信息

波动率是衍生品定价、金融风险度量和市场恐慌情绪衡量的重要指标,波动率的合理预测对于市场参与者和监管者具有重要的意义。深度学习能够学习金融数据的内在规律,捕获到数据中的非线性关系,降低金融数据中噪音的影响。期权隐含波动率包含了市场对未来波动的预期,具有更好的风险预警能力。本文以深度学习算法为基础,运用上证50ETF期权为研究标的,构建波动率预测模型,实现对波动率的高精度预测。本文拓展了传统机器学习研究方法,利用金融学中滚动窗口的方法,实现了全样本数据的预测,并与传统波动率模型进行比较研究。本文主要结论如下:从实践角度,深度学习模型在波动率预测上显著且稳健地优于传统波动率预测模型,预测精度提高大约200%;从理论角度,深度学习虽然是一个黑箱模型,但是在金融领域上的应用仍然体现出一定的金融学假设与思想,比如渐进独立假设、长期预测精度下降等。

关键词：深度学习滚动窗口隐含波动率波动率预测

在线全文

学校读者我要写书评

暂无评论

基于波动率预测的新三板企业价值评估

杭州电子科技大学学报（社会科学版） 2017年第1期13卷 8-14页

作者：金辉吴盼盼杭州电子科技大学经济学院浙江杭州310018

新三板是我国多层次资本市场体系中不可或缺的一环,其为中小高科技企业融资的功能日益显现。为了对新三板企业价值进行评估,首先通过主成分分析法构建企业特征指标综合评分模型,并从创业板市场选取可比企业。然后,运用历史波动率和GARC... 详细信息

新三板是我国多层次资本市场体系中不可或缺的一环,其为中小高科技企业融资的功能日益显现。为了对新三板企业价值进行评估,首先通过主成分分析法构建企业特征指标综合评分模型,并从创业板市场选取可比企业。然后,运用历史波动率和GARCH族模型两种方法预测可比企业的资产价格波动率,通过调整和赋权得到新三板目标企业的资产价格波动率。在此基础上,利用B-S期权定价模型对新三板目标企业进行估值。最后,选取新三板样本企业进行案例分析,验证了基于波动率预测的新三板企业价值评估的有效性,同时发现基于GARCH族模型的估值结果要低于历史波动率的估值结果。

关键词：主成分分析波动率预测历史波动率 GARCH族模型新三板企业价值

基于状态空间HAR-RV-RS模型的中国股市波动率预测

在线全文

学校读者我要写书评

暂无评论

合肥工业大学学报（社会科学版） 2021年第4期35卷 10-19页

作者：吴鑫育王海运安徽财经大学金融学院安徽蚌埠233030

文章以高频数据下异质自回归(HAR)模型为基础,将模型的部分参数进行时变化处理,利用卡尔曼滤波方法进行参数估计,并引入新的要素——已实现的偏度(RS)作为新解释变量,构造状态空间HAR-RV-RS模型,进行波动率预测研究。文章分别选取了上... 详细信息

文章以高频数据下异质自回归(HAR)模型为基础,将模型的部分参数进行时变化处理,利用卡尔曼滤波方法进行参数估计,并引入新的要素——已实现的偏度(RS)作为新解释变量,构造状态空间HAR-RV-RS模型,进行波动率预测研究。文章分别选取了上证综指和深证成指3410个交易日的五分钟高频数据,通过样本内参数估计和样本外滚动时间窗预测,结合损失评价函数与HAR-RV、状态空间HAR-RV进行模型比较。实证研究表明,参数时变化和加入RS后的状态空间HAR-RV-RS模型预测效果有显著提升。

关键词：波动率预测已实现波动率已实现偏度 HAR-RV模型状态空间HAR-RV-RS模型

基于GARCH类模型和BP神经网络模型的波动率预测--基于上证综指日度数据

在线全文

学校读者我要写书评

暂无评论

金融经济 2020年第9期 37-45页

作者：高同朱海龙安徽财经大学

文章旨在研究GARCH类模型与BP神经网络模型在波动率预测中的相互影响关系。文中对三种GARCH类基础模型和七种神经网络组合模型的预测精度进行了比较检验。研究发现:BP神经网络的引入能够明显提升GARCH类模型的波动率预测精度;GARCH类模... 详细信息

文章旨在研究GARCH类模型与BP神经网络模型在波动率预测中的相互影响关系。文中对三种GARCH类基础模型和七种神经网络组合模型的预测精度进行了比较检验。研究发现:BP神经网络的引入能够明显提升GARCH类模型的波动率预测精度;GARCH类模型越优秀,其变量作为输入值对神经网络组合模型的帮助越大;额外引入相似模型的变量会降低神经网络组合模型的表现,除非新模型变量带来的信息提升优点覆盖了其带来的数据冗余缺点。

关键词： GARCH BP神经网络波动率预测

基于GARCH模型族对波动率预测的实证研究——以上证综指为例

在线全文

学校读者我要写书评

暂无评论

知识经济 2018年第9期 62-63,65页

作者：赵彤陕西师范大学国际商学院 710119

波动率作为衡量市场风险的重要指标,其有效估计直接影响到资产定价、资产配置以及风险管理。本文通过GARCH模型族来分析波动率的市场特征,并引入基于高频数据的已实现波动率代表市场真实波动率。此外,文章还运用GARCH族模型对未来波动... 详细信息

波动率作为衡量市场风险的重要指标,其有效估计直接影响到资产定价、资产配置以及风险管理。本文通过GARCH模型族来分析波动率的市场特征,并引入基于高频数据的已实现波动率代表市场真实波动率。此外,文章还运用GARCH族模型对未来波动率进行样本外预测,并采用6种损失函数对模型的预测能力进行评估。实证结果表明GARCH(1,1)模型的预测效果较好,总体来说GARCH族模型预测的准确度相差不大。

关键词：波动率预测已实现波动率 GARCH模型族高频数据

基于粒子群最小二乘支持向量机的股指波动率预测

在线全文

学校读者我要写书评

暂无评论

新财经 2019年第7期 11-14页

作者：耿立艳祁召华于建立石家庄铁道大学经济管理学院河北石家庄050043 石家庄铁道大学四方学院河北石家庄050043

为了提高金融波动率的预测精度及建模速度,文章提出一种基于粒子群算法优化最小二乘支持向量机(LSSVM-PSO)的波动率预测方法,利用LSSVM优良的非线性逼近能力预测波动率,通过PSO算法的全局快速优化特点选择LSSVM最优参数。以中国股市实... 详细信息

为了提高金融波动率的预测精度及建模速度,文章提出一种基于粒子群算法优化最小二乘支持向量机(LSSVM-PSO)的波动率预测方法,利用LSSVM优良的非线性逼近能力预测波动率,通过PSO算法的全局快速优化特点选择LSSVM最优参数。以中国股市实际交易数据为样本,通过样本内预测和样本外预测验证了该方法的有效性。结果表明,LSSVM-PSO模型具有较高的预测精度和计算效率,是一种有效的股指波动率预测方法。

关键词：波动率预测最小二乘支持向量机粒子群优化算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于灰色支持向量机模型的基金波动率预测

时代金融 2018年第6期 215-216,222页

作者：范献胜浙江机电职业技术学院浙江杭州310053

探讨灰色系统与最小二乘支持向量机组合预测模型在波动率上的应用的可行性,通过对灰色模型进行残差修正和背景值修正以及对最小二乘支持向量机进行参数寻优,来提高组合预测模型的预测精度和推广泛化能力。经波动率预测的实证分析得出建... 详细信息

探讨灰色系统与最小二乘支持向量机组合预测模型在波动率上的应用的可行性,通过对灰色模型进行残差修正和背景值修正以及对最小二乘支持向量机进行参数寻优,来提高组合预测模型的预测精度和推广泛化能力。经波动率预测的实证分析得出建立的组合模型比支持向量机模型有较好的预测效果。

关键词：灰色系统最小二乘支持向量机波动率预测

在线全文

学校读者我要写书评

暂无评论

基于高频数据的波动率预测研究

时代金融 2014年第1Z期 177-179页

作者：陈杰浙江财经大学浙江杭州310018

基于高频数据的金融分析与建模研究目前已成为金融工程研究领域的一大热点。在金融资产价格波动率的刻画上,金融高频波动率有着低频波动率无法比拟的信息优势,能够较为准确地刻画金融市场波动率的相关特征,并对金融市场波动率的变化做... 详细信息

基于高频数据的金融分析与建模研究目前已成为金融工程研究领域的一大热点。在金融资产价格波动率的刻画上,金融高频波动率有着低频波动率无法比拟的信息优势,能够较为准确地刻画金融市场波动率的相关特征,并对金融市场波动率的变化做出较为精确的预测。本文选择基于高频数据的沪深300指数为样本,通过构建已实现波动率和已实现极差的长记忆性模型去研究高频数据建模预测中的方法,以对比研究的形式分析了已实现波动率和已实现极差在波动率预测中的能力大小,为高频数据波动率预测研究提供了参考和借鉴。

关键词：高频数据已实现波动率已实现极差波动率预测

基于GARCH簇模型的碳期货波动率预测研究

在线全文

学校读者我要写书评

暂无评论

中国物价 2015年第11期 60-63页

作者：李刚中国人民大学汉青经济与金融高级研究院

对金融资产收益波动率的研究是金融学理论的核心内容之一。本文研究了线性、非线性和长期记忆性等多种GARCH模型在不同分布设定下对碳期货波动率的预测效果,样本内的研究发现GARCH类模型能有效刻画碳期货收益率的条件异方差性,且t分布... 详细信息

对金融资产收益波动率的研究是金融学理论的核心内容之一。本文研究了线性、非线性和长期记忆性等多种GARCH模型在不同分布设定下对碳期货波动率的预测效果,样本内的研究发现GARCH类模型能有效刻画碳期货收益率的条件异方差性,且t分布条件下拟合更好;外部冲击对碳期货收益波动率的影响具有持续性和非对称性。对样本外的研究发现,正态分布下的NAGARCH模型在预测碳期货波动率时是最优的。稳健性检验证明了结论是可靠的。

关键词：碳期货波动率预测 GARCH