中国股市多分形波动率建模及预测研究

发布时间：2022-08-23 20:16

　　本文考虑股市高频数据的日内效应和已实现波动率的测量误差修正了现有多分形波动率指标的构建方法,以HAR模型为基础构建新的多分形波动率预测模型.利用Diebold-Mariano检验和"模型信度设定"检验等方法综合评价了各种模型对我国沪深300股指的预测能力.结果表明:1)在相同模型范式下,赋权调整已实现波动率的样本外预测能力要优于已实现波动率,而本文提出的新的多分形波动率模型要显著优于其他模型;2)在相同波动率测度指标下,引入股价波动的跳跃成分和杠杆效应能进一步改善波动率模型的短期预测效果;3)最优和次优模型均是基于新多分形波动率方法构建的模型. 

【文章页数】：13 页

【文章目录】：
1 引言
2 波动率测度方法及其计量模型
    2.1 已实现波动率
    2.2 多分形波动率
    2.3 波动率建模方法
3 实证分析
    3.1 样本数据及其描述性统计
    3.2 波动率模型的样本内拟合
    3.3 波动率模型的样本外预测性能检验
    3.4 稳健性检验
4 结束语


【参考文献】：
期刊论文
[1]基于门限预平均已调整多次幂变差的可积波动估计及其应用[J]. 张传海.  系统工程理论与实践. 2019(04)
[2]不规则时间序列波动率建模:高频与低频的统一[J]. 吴奔,张波,赵丽丽.  系统工程理论与实践. 2019(01)
[3]高频数据波动率非参数估计及窗宽选择[J]. 王江涛,周勇.  系统工程理论与实践. 2018(10)
[4]中国股票市场最优套期保值比率研究——基于高阶矩HAR模型[J]. 唐勇,崔金鑫.  系统科学与数学. 2018(09)
[5]基于波动率测量误差的波动率预测模型[J]. 李俊儒,汪寿阳,魏云捷.  系统工程理论与实践. 2018(08)
[6]基于TVS-MHAR模型金融市场高频多元波动率的预测[J]. 罗嘉雯,陈浪南.  系统工程理论与实践. 2018(07)
[7]基于四次幂差修正HAR模型的股指期货波动率预测[J]. 陈声利,李一军,关涛.  中国管理科学. 2018(01)
[8]基于符号收益和跳跃变差的高频波动率模型[J]. 马锋,魏宇,黄登仕.  管理科学学报. 2017(10)
[9]跳跃、共跳和非预期宏观信息[J]. 赵华,麻露,唐菲婕.  管理科学学报. 2017(10)
[10]基于动态估计误差的中国股市波动率建模与预测[J]. 宋亚琼,王新军.  中国管理科学. 2017(09)



本文编号：3678410