| 中国股指波动率的智能预测模型与实证检验 |
| |
| 引用本文： | 耿立艳,郭斌.中国股指波动率的智能预测模型与实证检验[J].统计与决策,2016(7):148-151. |
| |
| 作者姓名： | 耿立艳 郭斌 |
| |
| 作者单位： | 1. 中国社会科学院数量经济与技术经济研究所,北京100732;石家庄铁道大学经济管理学院,石家庄050043;2. 石家庄铁道大学学生处,石家庄,050043 |
| |
| 基金项目： | 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) |
| |
| 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,AIWPSO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.
|
| 关 键 词： | 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 |
| 本文献已被 万方数据 等数据库收录！ |
|
