股指波动率的最小二乘支持向量机预测方法

发布时间：2018-01-12 22:11

  本文关键词：股指波动率的最小二乘支持向量机预测方法　出处：《统计与决策》2015年09期 　论文类型：期刊论文

  更多相关文章： 波动率预测 最小二乘支持向量机 变加速系数粒子群优化算法

【摘要】：为了提高金融波动率的预测精度,提出一种将相空间重构技术、最小二乘支持向量机(LSSVM)与变加速系数粒子群优化(PSO_TVAC)算法相结合的波动率预测方法。首先,对原始波动率序列进行相空间重构,判断其混沌特性;其次,利用LSSVM优良的非线性映射特性对重构后的序列进行建模及预测,同时采用PSO_TVAC算法选择LSSVM最优参数。将该方法应用于上证综指股指收益的波动率预测,结果表明,此方法获得了较高的波动率预测精度,为波动率的准确预测提供了一种有益尝试。
[Abstract]:In order to improve the forecasting precision of financial volatility , a method combining phase space reconstruction technique , least square support vector machine ( LSSVM ) and variable acceleration coefficient particle swarm optimization ( PSO _ TVAC ) algorithm is proposed . Firstly , the original volatility sequence is reconstructed to judge its chaotic characteristics . Secondly , the optimal parameters of LSSVM are selected by using the nonlinear mapping characteristic of LSSVM . The method is applied to the prediction of volatility of stock index .

【作者单位】： 石家庄铁道大学经济管理学院;
【基金】：教育部人文社会科学研究青年基金资助项目(11YJC790048) 河北省社会科学基金资助项目(HB14GL020)
【分类号】：F830.91;F224
【正文快照】： 0引言波动率是金融经济学的主要研究内容之一,也是金融资产风险的重要衡量指标。选择科学的方法估计和预测波动率,在资产投资组合选择、资产风险的测度与管理中有重要的理论及现实意义。由于股票市场是一个受到经济、政治等多种因素共同影响的复杂系统,波动率序列表现出复杂的

【共引文献】

相关期刊论文 前10条

1 顾荣宝;;跟踪技术与混沌(英文)[J];安徽大学学报(自然科学版);2010年02期

2 王世红,肖井华;一维复数金兹堡-朗道方程的时空行为[J];北京邮电大学学报;1999年04期

3 龚德纯;秦光戎;李蓉;;一个比较完整的参数空间剖面图[J];北京师范大学学报(自然科学版);1986年03期

4 邹健;胡岗;;从三维环面到混沌[J];北京师范大学学报(自然科学版);1987年02期

5 姜宗福;马本X;杨丽佳;;Landau-Hopf道路到混沌[J];北京师范大学学报(自然科学版);1990年03期

6 史婕;吴坚;朱卉乔;;混沌时间序列及MATLAB仿真实现[J];滁州学院学报;2011年05期

7 关广岳;混沌与成矿——论成矿系统的节律[J];东北工学院学报;1993年05期

8 廖公夫;刘恒;;弱混合的一个等价条件[J];Northeastern Mathematical Journal;2007年05期

9 刘恒;海伦;车佳奇;;推广敏感性问题研究[J];大连民族学院学报;2010年03期

10 郝柏林;;非线性映像分支点结构中的一些普遍规律和普适常数[J];大连铁道学院学报;1980年Z1期

相关会议论文 前2条

1 孙立成;武征;张浩;陆启生;;含自反馈光场的哈肯-洛仑兹方程的稳定性分析[A];第九届全国光电技术学术交流会论文集（上册）[C];2010年

2 张旭;马一凡;韩永辉;张晴晴;;基于功率谱密度的风电功率特性分析[A];智能化电站技术发展研讨暨电站自动化2013年会论文集[C];2013年

相关博士学位论文 前10条

1 王栋;随机与混沌神经放电节律的时间序列分析[D];陕西师范大学;2010年

2 胡爱花;混沌同步的有关问题研究[D];江南大学;2010年

3 吴文娟;复杂混沌系统的存在性及动力学特性分析[D];南开大学;2010年

4 贾红艳;混沌与超混沌系统模型分析及模拟电路研究[D];南开大学;2010年

5 潘林;一类混沌系统的同步与控制方法研究[D];东华大学;2010年

6 刘鹏;基于超混沌的数字加密及复杂网络同步技术研究[D];吉林大学;2011年

7 王琪;非线性微分方程求解和混沌同步[D];大连理工大学;2006年

8 张丽娟;离散动力系统的混沌判定和扰动[D];山东大学;2011年

9 朱云;耦合振子的振幅死亡和双团簇“奇异态”[D];北京邮电大学;2011年

10 闫华;非线性通信信号处理方法研究[D];电子科技大学;2011年

相关硕士学位论文 前10条

1 武文宾;冲击地压的非线性岩梁混沌动力学分析[D];山东科技大学;2010年

2 许红珍;不确定混沌系统同步方法的研究[D];哈尔滨工程大学;2010年

3 屈元举;新混沌系统的动力学研究及其电路仿真[D];江西师范大学;2010年

4 卢静;广义同步与相同步若干问题的研究[D];江南大学;2010年

5 李小娟;连续系统的广义同步[D];江南大学;2010年

6 禹思;多重数字水印技术研究与实现[D];电子科技大学;2010年

7 林延新;参激Duffing-Van der Pol方程的动力学行为及混沌控制与同步的研究[D];东华大学;2011年

8 祝林林;基于混沌同步的混沌噪声背景下谐波参数估计方法研究[D];吉林大学;2011年

9 李世兵;斜拉索非线性静动力理论模型及实验[D];大连理工大学;2011年

10 原丽苹;基于混沌的超宽带无线通信的研究[D];杭州电子科技大学;2011年

【相似文献】

相关期刊论文 前10条

1 高尚;梅亮;;基于支持向量机的电价组合预测模型[J];电力自动化设备;2008年11期

2 王毅;;支持向量机技术及其应用研究[J];中国高新技术企业;2008年15期

3 吕月英;;基于支持向量机工程施工风险预警研究[J];科技创新导报;2009年07期

4 芮丽梅;;改进支持向量机的商业银行评级算法[J];企业导报;2011年03期

5 赵亚鹏;诸琳;;基于粗糙-支持向量机的航运企业客户信用评估[J];中国航海;2011年03期

6 迟国泰;程砚秋;李刚;;基于支持向量机的人的全面发展评价模型及省份实证[J];管理工程学报;2012年01期

7 罗芳琼;;遗传模拟支持向量机在居民消费价格指数预测中的应用[J];当代经济;2011年11期

8 刘政哲;张震;;基于粒子群支持向量机的标高金预测方法研究[J];管理工程师;2011年06期

9 陈海英;;基于支持向量机的上证指数预测和分析[J];计算机仿真;2013年01期

10 商丽媛;谭清美;;基于支持向量机的突发事件分级研究[J];管理工程学报;2014年01期

相关会议论文 前10条

1 侯澍e，

本文编号：1416183