基于跳跃和符号跳跃变差的HAR-RV预测模型及其MCS检验

发布时间：2020-07-10 21:55

【摘要】：以沪深300指数的高频数据为例,运用滚动时间窗的样本外预测方法以及比SPA检验更具优势的模型信度设定检验(MCS),实证分析了跳跃、符号跳跃变差及符号正负向跳跃变差对HAR-RV、HAR-RV-J、HAR-RV-CJ和HAR-RV-TCJ等4种基础波动率模型预测能力的影响。研究发现:符号跳跃变差不仅可以提高各波动率模型的拟合精度,而且还可以提高模型的预测精度;符号正向和负向跳跃变差相比符号跳跃变差对未来波动率具有更好的解释能力,且它们对未来波动率的影响是不对称的;加入符号正、负向跳跃变差的HARRV-TCJ模型的预测效果是众多模型中表现最好的,尤其是它的对数形式。

【参考文献】

相关期刊论文 前10条

1 王春峰;姚宁;房振明;李晔;;中国股市已实现波动率的跳跃行为研究[J];系统工程;2008年02期

2 西村友作;孙便霞;门明;;全球金融危机下的股票市场波动跳跃研究——基于高频数据的中美比较分析[J];管理工程学报;2012年01期

3 杨科;陈浪南;;基于C_TMPV的中国股市高频波动率的跳跃行为研究[J];管理科学;2011年02期

4 魏宇;;金融市场的多分形波动率测度、模型及其SPA检验[J];管理科学学报;2009年05期

5 魏宇;;沪深300股指期货的波动率预测模型研究[J];管理科学学报;2010年02期

6 文凤华;刘晓群;唐海如;杨晓光;;基于LHAR-RV-V模型的中国股市波动性研究[J];管理科学学报;2012年06期

7 叶五一;缪柏其;;已实现波动与日内价差条件下的CVaR估计[J];管理科学学报;2012年08期

8 李胜歌;张世英;;高频金融数据的两种波动率计算方法比较[J];系统管理学报;2007年04期

9 王鹏;王建琼;;中国股票市场的收益分布及其SPA检验[J];系统管理学报;2008年05期

10 杨科;田凤平;林洪;;跳跃的估计、股市波动率的预测以及预测精度评价[J];中国管理科学;2013年03期

【共引文献】

相关期刊论文 前10条

1 王春峰;郝鹏;房振明;;基于跳跃特征的证券市场信息融入效率研究[J];北京理工大学学报(社会科学版);2011年01期

2 王丽娜;张丽娟;;基于CVaR-GARCH-GED模型的股指期货风险预测[J];财会月刊;2010年33期

3 李胜歌;张世英;;基于金融高频数据波动率计算方法的比较研究[J];中国地质大学学报(社会科学版);2008年01期

4 柳会珍;张成虎;李育林;;金融资产收益率波动预测——基于我国股票市场跳跃行为研究[J];当代经济科学;2011年05期

5 西村友作;门明;;不同发展时期的中国股市波动跳跃:基于高频数据的实证分析[J];国际商务(对外经济贸易大学学报);2012年03期

6 西村友作;孙便霞;门明;;全球金融危机下的股票市场波动跳跃研究——基于高频数据的中美比较分析[J];管理工程学报;2012年01期

7 谢军;杨春鹏;闫伟;;高频环境下股指期货市场情绪冲击效应[J];系统工程;2012年09期

8 吴恒煜;朱福敏;胡根华;马晶;田海山;;基于自举粒子滤波的沪深300指数跳跃性形态[J];系统工程;2013年09期

9 陈守东;易晓n

本文编号：2749499