排序方式: 共有15条查询结果,搜索用时 0 毫秒
11.
基于符号收益率的视角,对现有的HAR-RV类及其跳跃扩展模型进行相应分解,构建新型的HAR-RV类波动率模型.进一步,结合符号收益和不同的跳跃识别检验方法,提出了包含符号跳跃变差的HAR-RV类模型,并利用样本外滚动窗预测技术和"模型信度设定"(MCS)检验法评价了各种新旧HAR-RV模型对我国沪深300股价指数波动的预测能力.结果表明:基于C_TZ跳跃识别检验的符号跳跃变差能显著改善波动率模型的短期预测能力,但在中长期波动预测时,符号跳跃变差未能明显提升HAR-RV类模型的预测精度;新提出的HAR-S-RV-TJ-TSJV模型和HAR-S-RV-TJ模型分别在对短期(未来1天)和中长期(未来5天和20天)的波动预测检验中,展现出了最高的预测精度. 相似文献
12.
异质自回归(heterogeneous autoregressive,HAR) 及其拓展模型(统称为 HAR-类模型) 能够刻画不同类型(期限) 交易者的异质性对金融市场未来价格波动的“贡献”程度,在实证研究中备受推崇,并在预测金融市场波动率中取得了较好的效果. 研究发现,HAR-类模型虽然能够在一定程度上刻画金融市场中非常重要的长记忆特征,但刻画能力明显比自回归分整移动平均(ARFIMA) 模型差. HAR-类模型的主要优势在于对异质性的刻画,而 ARFIMA 模型的主要优势在于对长记忆性的准确刻画. 因此,基于这两个模型各自的优势提出了新的模型: 异质自回归分整移动平均(HARFIMA) 模型,并对新模型进行了拓展建模,提出 HARFIMA-类模型. 将 HARFIMA-类模型运用于对标普 500 和上证综指的已实现波动率(RV) 的建模和预测发现, HARFIMA-类模型能够更加准确地刻画金融市场的长记忆性,更重要的是样本外的预测能力明显优于其他模型,并且预测结果相当稳健. 相似文献
13.
对信息不完全条件下的应急物资转运系统建立了一个随机Petri网模型。根据这一模型,找到了计算各个状态中驻留时间、卡车的平均利用率、物资分发点等待物资的平均等待概率、物资分发点等待物资的平均等待时间的方法。使用这个模型对某企业在汶川特大地震应急物资保障中的物资转运系统的性能进行了计算,性能计算的主要结果与实际统计数据吻合。 相似文献
14.
15.
本文分析了公共图书馆创客空间的功能定位和实践,提出应完善顶层设计,明确目标定位,加强跨界资源整合,支持公共图书馆创客空间建设,服务国家科技创新。 相似文献