运用最小二乘支持向量回归机和CARRX模型对股市波动率的预测 |
| |
引用本文: | 耿立艳,马军海.运用最小二乘支持向量回归机和CARRX模型对股市波动率的预测[J].统计与决策,2008(13). |
| |
作者姓名: | 耿立艳 马军海 |
| |
作者单位: | 天津大学管理学院,天津,300072 |
| |
摘 要: | 条件自回归极差模型(CARRX)是一类新的描述波动率的模型。为了提高CARRX类模型的预测精度,文章将最小二乘支持向量回归机(LSSVR)应用于CARRX模型。先将CARRX模型转化成ARMAX形式,再利用LSSVR对ARMAX模型的参数进行估计(LSSVR-ARMAX)。通过对沪深300指数的预测实证分析,发现无论是采用直接预测还是迭代预测,LSSVR-ARMAX模型的样本外预测能力均优于Perez-Cruz(2003)提出的方法;LSSVR的估计方法能够在长期预测中捕捉到极差波动率的变动趋势,而CARRX类模型对中短期极差波动率的预测准确度较高。
|
关 键 词: | 最小二乘支持向量回归机 条件自回归极差模型 波动率 |
本文献已被 CNKI 万方数据 等数据库收录! |
|