遗传门限GARCH模型及其应用研究

发布时间：2021-08-06 18:59

　　在金融时间序列中,GARCH模型能够较好地描叙其异方差性,而门限自回归（TAR）模型能准确地刻画序列的非线性规律。结合两者优点建立了门限GARCH模型,并利用遗传算法,选用2003年1月2日到2011年1月10日共1 945个上市日上证综合指数进行了实证分析。由实证分析结果中与GARCH模型比较发现,门限GARCH模型拟合及预测精度在处理数据上有优势,更适合描叙非线性规律;而且,由于随机性的存在,使得所建模的模型不一,丰富多变,便于决策者从中选取合适的模型进行时序分析和金融解释。 

【文章来源】：科技创业月刊. 2012,25(02)

【文章页数】：3 页

【部分图文】：

合的门限GARCH

【参考文献】：
期刊论文
[1]新加坡汇率管理的SETAR模型研究及启示[J]. 刘潭秋,王巧玲.  系统工程. 2006(07)



本文编号：3326309