中国股指波动率的智能预测模型与实证检验

发布时间：2017-11-19 16:09

  本文关键词：中国股指波动率的智能预测模型与实证检验

  更多相关文章： 波动率预测 最小二乘支持向量机 自适应惯性权重粒子群算法 动态加速系数粒子群算法

【摘要】：文章提出将改进型粒子群算法与最小二乘支持向量机(LSSVM)相结合的中国股指波动率智能预测方法,利用径向基核函数LSSVM对股指波动率进行建模及预测,并将自适应惯性权重粒子群算法(AIWPSO)和动态加速系数粒子群算法(DACPSO)分别实现径向基核函数LSSVM的参数优化,建立了两种股指波动率的智能预测模型。以日内价格极差作为波动率的代理变量,通过对上证综指和深证成指的实证研究检验了两模型的有效性。检验结果表明,AlWPSO算法优化的径向基核函数LSSVM作为中国股指波动率智能预测模型,具有更高的波动率预测精度和更快的建模速度。
【作者单位】： 中国社会科学院数量经济与技术经济研究所;石家庄铁道大学经济管理学院;石家庄铁道大学学生处;
【基金】：教育部人文社会科学研究青年基金项目(11YJC790048) 中国博士后科学基金资助项目(2015M571194)
【分类号】：F832.51;F224
【正文快照】： 0引言 最小二乘支持向量机(LSSVM)是由Suykens 和Vande-vail#提出的一种SVM改进算法,该算法利用最小二乘算法取代了SVM的二次优化算法,将SVM中的二次规划优化变换为线性方程求解,提高了算法的计算效率,更适合于股指波动率这种大样本预测问题|21。LSSVM的优劣取决于参数的确定

【相似文献】

中国期刊全文数据库 前10条

1 徐梅;奚丹丹;;基于符号时间序列方法的多尺度股指波动分析[J];武汉理工大学学报(信息与管理工程版);2013年04期

2 李强;股指波动与经济增长背离关系的实证分析[J];财经科学;2003年03期

3 李强;股指波动与经济增长背离关系的实证分析[J];南开经济研究;2003年03期

4 吴琼;薛红;王露琰;;我国沪深股市股指波动特性的实证分析[J];工业技术经济;2007年02期

5 程琳;李琳;;广义货币供给与物价、股指波动的实证分析[J];华商;2008年20期

6 程琳;李琳;;广义货币供给与物价、股指波动的实证分析[J];华商;2008年15期

7 张棣芳;;股指波动的实证分析[J];湖南科技学院学报;2007年09期

8 谢鸿飞;;沪深股市股指波动的协整研究[J];管理观察;2008年13期

9 江晓东;沪深港三地股指波动比较研究[J];内蒙古财经学院学报;2002年02期

10 曹君娜;;股民行为对股指波动影响的初步探究[J];新西部(下半月);2007年06期

中国重要会议论文全文数据库 前1条

1 陈静;李汉东;;中国外汇市场与股指波动关系的实证研究[A];和谐发展与系统工程——中国系统工程学会第十五届年会论文集[C];2008年

中国重要报纸全文数据库 前10条

1 毛磊 国泰君安期货;股指波动加剧“牛味”仍浓[N];期货日报;2014年

2 吴晓峰;股指波动将趋平缓[N];中国证券报;2007年

3 秦晓斌;股指波动会相对平稳[N];中国证券报;2007年

4 山西证券 郑敬忠;中线股指波动范围——1870至2030点[N];山西日报;2001年

5 贾壮;股指波动无碍股市长期向好[N];证券时报;2007年

6 谢潞锦;不确定性加大股指波动[N];第一财经日报;2007年

7 银河西证 钟晨;2004年股指波动区间及拐点研判[N];证券日报;2004年

8 本报记者 刘大毅;从近期股指波动透析明年证券投资市场[N];辽宁日报;2007年

9 何芳;股指波动与监管无关[N];发展导报;2001年

10 田艺;未来股指波动区间[N];中国证券报;2002年

中国博士学位论文全文数据库 前1条

1 沈巍;建立股指波动预测模型的方法研究及应用[D];华北电力大学（北京）;2011年

中国硕士学位论文全文数据库 前4条

1 张丹丹;中、美、欧股指波动的关联性及股指波动冲击因素的国际比较[D];天津财经大学;2013年

2 侯有英;中国股票市场股指波动的突变性分析[D];大连海事大学;2010年

3 安立彬;中国股指波动的汇率驱动效应研究[D];天津财经大学;2012年

4 赵谊生;基于MRS-GARCH族模型的国际主要股指波动比较研究[D];南京航空航天大学;2012年

，

本文编号：1204123