预测金融时间序列波动率的fTGARCH模型和GARCH-SVR模型

发布时间：2021-01-30 00:46

　　本文主要研究金融时间序列领域中的波动率分析和预测问题.首先,构建了高频时间序列背景下的函数化门限GARCH模型,并给出模型参数的估计过程.其次,把离散框架下的NIC和CIRF推广到函数化时间序列当中,用以分析函数化GARCH模型的特征.再次,考虑到支持向量机这类半参数方法的优点,将其与GARCH类模型相结合,设计了 GARCH-SVR类模型.最后,在实际金融市场中检验各个模型方法的现实价值.本文包括以下几方面内容:1.在高频时间序列的研究范畴中,在函数化GARCH模型基础上,引入门限结构构造函数化门限GARCH模型.在确定模型的结构后,给出模型的平稳性条件.对于模型中的待估参数,采用函数化主成分分析方法,和类似于最小二乘的参数估计方法,进行参数估计.在阐述参数估计过程之后,对估计参数的相合性条件给出理论证明.2.为了刻画函数化时间序列波动率模型的非对称性以及累积影响效果,对离散时间序列框架下的NIC和CIRF进行研究,把它们推广为函数化形式.在此基础上,推导出函数化GARCH模型和函数化门限GARCH模型的NIC计算公式和CIRF计算公式.之后,利用上述工具,分析从离散化时间序列的模型... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：96 页

【学位级别】：博士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景与意义
    1.2 研究思路与动机
    1.3 基础知识
        1.3.1 时间序列的相关理论
        1.3.2 条件异方差模型
        1.3.3 SVR模型
        1.3.4 SVR+GARCH模型
    1.4 论文结构安排
2 函数化门限GARCH模型
    2.1 fTGARCH模型的建立
    2.2 fTGARCH模型的平稳性分析
    2.3 fTGARCH模型的参数估计
        2.3.1 参数估计过程
        2.3.2 参数估计的相合性分析
        2.3.3 函数化主成分分析
    2.4 样本互相关函数
    2.5 函数化NIC
        2.5.1 NIC的定义
        2.5.2 fGARCH模型和fTGARCH模型的NIC
    2.6 函数化时间序列的CIRF
        2.6.1 CIRF的定义
        2.6.2 fGARCH模型和fTGARCH模型的CIRF
    2.7 fGARCH模型及fTGARCH模型的模拟实验
    2.8 基于fGARCH模型和fTGARCH模型的股票市场分析
        2.8.1 数据的选取及基本统计
        2.8.2 基于fGARCH模型和fTGARCH模型的S&P 500指数分析
    2.9 本章小结
3 预测波动率的GARCH-SVR模型
    3.1 SVR-GARCH方法
    3.2 GARCH-SVR方法
        3.2.1 GARCH-SVR方法中用到的GARCH模型
        3.2.2 GARCH-SVR模型
    3.3 SVR-GARCH类模型和GARCH-SVR类模型的模拟实验
    3.4 基于GARCH-SVR类模型的市场指数和汇率的分析及预测
        3.4.1 数据的选取
        3.4.2 S&P 500指数样本的分析及波动率预测
        3.4.3 GBP/USD汇率样本的分析及波动率预测
    3.5 本章小结
4 结论与展望
    4.1 结论
    4.2 创新点
    4.3 展望
参考文献
攻读博士学位期间科研项目及科研成果
致谢
作者简介



本文编号：3007911