检索结果-南通市图书馆

人民币汇率波动的预测——基于损失函数和dm检验的比较分析

在线全文

学校读者我要写书评

暂无评论

人民币汇率波动的预测——基于损失函数和DM检验的比较分析

引入投资者情绪可以提高波动率的预测精度吗？

作者：李艳丽邓贵川李辰阳武汉大学经济与管理学院金融系

关键词：人民币汇率波动预测损失函数 dm检验

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

引入投资者情绪可以提高波动率的预测精度吗？

作者：桑成娜西南财经大学

学位级别：硕士

在经济全球化的背景下,特别是在近几年全球疫情的爆发,股市经历了前所未有的波动。这种波动增加了股市的不确定性和风险,影响了股票市场的正常运作。波动性是经济和金融研究的热点问题,它与市场不确定性直接相关,并影响投资企业和个人... 详细信息

在经济全球化的背景下,特别是在近几年全球疫情的爆发,股市经历了前所未有的波动。这种波动增加了股市的不确定性和风险,影响了股票市场的正常运作。波动性是经济和金融研究的热点问题,它与市场不确定性直接相关,并影响投资企业和个人的行为,为了减少这种不确定性,准确地衡量股票指数收益的波动性非常重要。另一方面由于中国股票市场的市场化程度不高,股票市场的走势易受到各种新闻的影响,因此本文考虑通过研究线性引入投资者情绪因子的中国股市波动率,这对我国企业和个人进行资产投资和风险管理都具有理论指导和实践意义。最开始,文章梳理了历年来各国学者研究的测量投资者情绪指标的各种方法以及股票市场波动率和投资者情绪之间的关系等文献,能够看出虽然投资者情绪指标度量方法有很多种,但实际上均没有一个统一的标准。本文将基于我国的现实情况,通过Text-CNN机器学习模型的方法来对沪深300指数自2016年1月1日至2021年12月31日所有成分股的新闻数据打上情绪标签,接着通过情绪指数构建方法根据每只成分股的市值加权(按每日权重)构建了沪深300指数的投资者情绪代理变量,来研究其与沪深300指数波动率的关系。其次,本文接着描述了有效市场假说和行为金融学的相关理论,其中行为金融学理论中主要介绍了前景理论以及行为资产组合理论。接着在投资者情绪上,本文认为投资者主要是从认知上的偏差以及偏好上的偏差两方面的非理性情绪行为对股票市场产生影响,这为投资者情绪变量的合理性提供了一定的理论基础。最后,本文选取了沪深300指数5分钟高频数据从2016年1月1日至2021年12月31日这段时间为实证样本,接着将构建的投资者情绪指数以线性的方式引入到各种异质自回归时间序列(HAR)模型中,样本期3:2分为样本内估计期和样本外估计期,接着采用向前滚动的预测方法进行日度、周度和月度的样本外预测。实证研究发现:(1)无论是预测日度、周度还是月度波动率时,在样本内所有HAR-IS族模型都显示投资者情绪变量的系数是十分显著的,且HAR-IS族模型的拟合优度均高于HAR族模型,表明投资者情绪指数是一个较好的预测沪深300指数实际波动率的因子,并且这一结论具有稳健性。另外,对于日度、周度和月度的波动率预测结果,拟合优度情况最好的是周度波动率,其次是月度波动率,最后才是日度波动率。(2)样本外的dm和MCS检验显示,无论是日度、周度还是月度的波动率预测结果,均显示HAR-IS族模型的预测效果更好,其中预测日度波动率的各个模型中,效果最好的是HAR-CJ-IS模型;而预测周度和月度波动率的各个模型中,预测效果最好的模型是HAR-SJ-IS模型。

关键词：已实现波动率 HAR模型投资者情绪指数 Text-CNN模型 dm检验 MCS检验

基于LSTM-（U）MIDAS混合模型的国际原油价格预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于LSTM-（U）MIDAS混合模型的国际原油价格预测

作者：周巧西南财经大学

学位级别：硕士

能源为人类社会发展和文明进步提供了物质基础,原油作为重要的能源产品,其价格波动已逐渐成为影响世界经济稳定、国民经济发展及企业决策等方面的重要因素。国际原油市场是典型的复杂非线性系统,国际原油价格波动更是一系列风险因素互... 详细信息

能源为人类社会发展和文明进步提供了物质基础,原油作为重要的能源产品,其价格波动已逐渐成为影响世界经济稳定、国民经济发展及企业决策等方面的重要因素。国际原油市场是典型的复杂非线性系统,国际原油价格波动更是一系列风险因素互相交融、综合作用的结果。在国际油价预测研究中,计量模型和机器学习方法的探究已实现历史性跨越,但两类方法的演化进程却鲜有交叉。国际原油价格影响因素间存在的数据频率差异及非线性关系大大增加了油价预测的复杂性,混频模型和机器学习在处理数据频率差异和非线性关系分别具有独特的优势。近年来,如何将深度学习纳入混频金融时间序列的相关研究也逐渐得到广泛关注。基于此,本文将处理混频数据的MIDAS模型和提取复杂非线性时序关系的LSTM神经网络相结合,构建能够充分提取高频市场信息并准确及时预测国际原油价格的LSTM-(U)MIDAS综合集成模型。本文归纳了国际原油价格影响因素框架,分析了国际油价走势规律及影响因素运动规律,并基于LSTM-(U)MIDAS混合模型在混频数据视角下对国际原油价格进行实证研究。第一,对国际原油价格预测的理论及文献进行了分析。第二,基于谷歌搜索量指数和PCA方法提取国际原油市场的投资者关注度指数。第三,对国际原油价格历史走势进行详细回顾,从多种来源视角捕捉油价影响因素框架并分析其运动规律。第四,构建LSTM-(U)MIDAS混合模型,基于TSCV与Grid Search CV方法选择模型关键超参数,并应用于混频数据视角下的国际油价实证研究。第五,为验证LSTM-(U)MIDAS模型有效性,本文对ANN-(U-)MIDAS等竞争模型的价格预测结果进行对比分析,并对模型间的RMSE进行dm检验。第六,本文基于置换特征重要性算法的模型无关版本计算各输入变量在国际原油价格收益率预测中的重要性程度。本文的主要研究结论包括:(1)LSTM-(U)MIDAS混合模型预测性能显著更优,且LSTM-MIDAS模型预测精度略微优于LSTM-UMIDAS模型。该模型既能捕捉高频数据中的潜在有用信息,又能捕捉复杂非线性非平稳的特征及时间序列长期依赖信息,具有更好的适用性和更优的预测效果,且LSTM-MIDAS模型更适合于具备高频失配的混频国际油价变量预测。(2)在国际原油价格预测当中,高频的原油库存、美元指数及AMEX指数显著且强烈影响国际油价波动,投资者关注度对油价预测至关重要,且对油价预测主要产生非线性影响,而替代能源价格及供给等基本面因素对油价预测的贡献程度相对较低,周度和日度高频变量能够为油价预测提供更多信息,提高国际油价的预测能力。本文在分析国际原油价格影响因素时,充分考虑了基本面与非基本面、市场性与非市场性、经济与非经济因素的影响,创新性地将混频数据抽样和深度学习方法交互融合后的综合集成模型运用到国际油价的预测研究,为国际油价预测领域的学术研究提供了新的视角和信号,有助于石油投资者对国际原油价格进行分析与预测,有助于相关决策者对原油市场进行监测与调节。

关键词：国际原油价格 LSTM-(U)MIDAS 投资者关注度指数 dm检验

经济政策不确定性与中国股市波动率预测——在GARCH-MIDAS模型下的实证研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

淮南师范学院学报 2023年第5期25卷 27-35页

作者：王刚贞宋大伟安徽财经大学金融学院安徽蚌埠233030

文章以中国经济政策不确定性指数(CEPU)、美国经济政策不确定性指数(AEPU)和全球经济政策不确定性指数(GEPU),上证综合指数5分钟高频数据和日收益率为研究对象,运用GARCH-MIDAS模型分析不同经济政策不确定性对上证综合指数波动率的影响... 详细信息

文章以中国经济政策不确定性指数(CEPU)、美国经济政策不确定性指数(AEPU)和全球经济政策不确定性指数(GEPU),上证综合指数5分钟高频数据和日收益率为研究对象,运用GARCH-MIDAS模型分析不同经济政策不确定性对上证综合指数波动率的影响。实验结果表明,研究结果发现:GARCH-MIDAS模型比GARCH模型可以更好地拟合我国股市的波动状况,同时加入EPU指数能提升模型的预测性能。此外,通过不同的预测窗口和dm检验结果发现,CEPU对中国股票市场波动影响最大,说明本国经济政策是中国股票市场长期波动的主因。外国经济政策虽然会对本国股票市场波动产生影响,但其影响的程度远没有本国的经济政策对股市影响的效果强烈。

关键词：经济政策不确定性 GARCH-MIDAS 波动率 dm检验

基于Hyperband-LSTM模型的股票价格预测研究

在线全文

学校读者我要写书评

暂无评论

金融管理研究

金融管理研究 2023年第1期 65-85页

作者：陈健刘伟基上海师范大学商学院

本文提出将Hyperband算法与LSTM神经网络算法相结合,建立一个适用于股票价格预测的模型——H yperband-LSTM模型,以解决目前在股票预测任务上因LSTM神经网络重要超参数设定的不确定性和繁杂性而引起的预测精度不高和预测效率低下的问题... 详细信息

本文提出将Hyperband算法与LSTM神经网络算法相结合,建立一个适用于股票价格预测的模型——H yperband-LSTM模型,以解决目前在股票预测任务上因LSTM神经网络重要超参数设定的不确定性和繁杂性而引起的预测精度不高和预测效率低下的问题。同时,以预测沪深300指数收盘价为例进行实证研究,引入Bayes-LSTM和LSTM模型作为对比,实证结果表明Hyperband-LSTM模型比Bayes-LSTM和LSTM模型具备更高的预测精度,并且Hyperband优化比Bayes优化节约近一半的时间成本,即Hyperband-LSTM模型表现出更高的预测效率。此外,本文通过dm检验证实HyperbandLSTM模型的预测效果显著优于其他模型。最后,本文使用上证50指数和深证100指数进行重复实验,实验结果与沪深300指数的实验结果保持一致,表明Hyperband-LSTM模型具备较强的稳健性。

关键词： Hyperband算法 LSTM神经网络股票价格预测 dm检验

在线全文

学校读者我要写书评

暂无评论

基于STFIGARCH模型的权证定价研究

上海理工大学学报 2014年第2期36卷 114-120页

作者：邹平肖庆宪上海理工大学管理学院上海200093

为了更好地研究权证市场,基于FIGARCH与STGARCH模型,提出一种新的GARCH族模型———STFIGARCH模型.首先,对所选取的两支个股收益率序列进行ARCH效应检验与长记忆的R/S检验,并建立FIGARCH模型与STFIGARCH模型进行比较研究,结果显示波动... 详细信息

为了更好地研究权证市场,基于FIGARCH与STGARCH模型,提出一种新的GARCH族模型———STFIGARCH模型.首先,对所选取的两支个股收益率序列进行ARCH效应检验与长记忆的R/S检验,并建立FIGARCH模型与STFIGARCH模型进行比较研究,结果显示波动的长记忆性和非对称性是共存的.接着,在波动性分析的基础上,建立了FIGARCH期权定价模型(FIGARCH-M)与STFIGARCH期权定价模型(STFIGARCH-M).研究表明:STFIGARCH-M定价结果较好;权证市场在权证发行初期偏向于被高估,随着行权日越临近,权证价格也逐步回归模型的理论价格.

关键词：信息冲击曲线 R S检验 dm检验 STFIGARCH期权定价模型

基于MRS-GARCH模型的中国股市波动率估计与预测

在线全文

学校读者我要写书评

暂无评论

数理统计与管理 2011年第5期30卷 912-921页

作者：赵华蔡建文厦门大学经济学院福建厦门361005

基于误差项服从正态分布、t分布、广义误差分布的GARCH族模型和MRS-GARCH模型对中国股市波动的结构变化特征进行了实证研究。结果表明,中国股市存在显著的高、低波动状态,两种波动状态的ARCH和GARCH项系数存在较大差异;高、低波动状态... 详细信息

基于误差项服从正态分布、t分布、广义误差分布的GARCH族模型和MRS-GARCH模型对中国股市波动的结构变化特征进行了实证研究。结果表明,中国股市存在显著的高、低波动状态,两种波动状态的ARCH和GARCH项系数存在较大差异;高、低波动状态均具有较长的持续时间,低波动状态的持续时间长于高波动状态的持续时间,且中国股市更易于从高波动状态转向低波动状态;MRS-GARCH模型预测效果总体上优于GARCH族模型,基于正态分布的MRS-GARCH模型短期预测效果较好。

关键词： MRS—GARCH模型 dm检验结构变化

中国金属期货市场高频波动率预测模型比较研究

在线全文

学校读者我要写书评

暂无评论

管理工程学报 2016年第3期30卷 114-120页

作者：陈晓东重庆文理学院数学与财经学院重庆402160

文章选取上海期货交易所铜、铝期货价格指数日内10分钟高频收益数据,构造了经调整的已实现极差波动率估计序列,利用6类GARCH族模型建模分析,描述了沪铜、沪铝期货价格指数的波动特征。运用多种损失函数比较了GARCH族模型样本外波动率预... 详细信息

文章选取上海期货交易所铜、铝期货价格指数日内10分钟高频收益数据,构造了经调整的已实现极差波动率估计序列,利用6类GARCH族模型建模分析,描述了沪铜、沪铝期货价格指数的波动特征。运用多种损失函数比较了GARCH族模型样本外波动率预测精度的优劣,并在此基础上,采用Diebold—Mariano检验法评估了GARCH族模型的预测效果。结果显示,沪铜、沪铝期货市场上已实现极差波动率估计序列具有尖峰厚尾、集聚性、持续性等特征。对于沪铜期货市场,EGARCH模型具有相对较好的的波动率预测能力,在某些损失函数标准下,FIGARCH模型以及GJR模型也体现出了较好的波动率预测能力,但FICARCH模型的预测能力和其它模型相比较并不显著;对于沪铝期货市场,EGARCH和HYGARCH模型具有相对较好的的波动率预测能力,而在某些损失函数标准下,FIGARCH以及IGARCH模型也体现出了较好的波动率预测能力。

关键词：金属期货波动率 GARCH模型 dm检验

在线全文

学校读者我要写书评

暂无评论

基于稀疏模型的人民币汇率波动预测

上海金融 2019年第3期 10-19+33页

作者：周爱民刘晓孟南开大学金融学院

随着我国汇率报价机制的逐步放开,人民币汇率的波动幅度近年来逐渐增大,汇率敏感部门对人民币汇率波动的预测需求逐渐增强。因传统的金融时间序列模型或指数平滑模型不能很好地筛选并包含高阶滞后项信息,故本文选取机器学习中的稀疏模型... 详细信息

随着我国汇率报价机制的逐步放开,人民币汇率的波动幅度近年来逐渐增大,汇率敏感部门对人民币汇率波动的预测需求逐渐增强。因传统的金融时间序列模型或指数平滑模型不能很好地筛选并包含高阶滞后项信息,故本文选取机器学习中的稀疏模型族(Lasso、Ridge、弹性网、SCAD与MCP)对汇率波动率进行预测,并将预测结果与传统模型进行比较并进行dm检验。结果发现,稀疏模型在各种货币的预测能力上均强于GARCH模型。在多种汇率的预测中,稀疏模型的预测能力表现出比指数平滑模型更强的稳健性。

关键词：汇率波动率稀疏模型预测 dm检验人民币汇率