基于信息更新NN-GARCH模型的统计套利研究 |
| |
引用本文: | 刘阳,李艳丽,陆贵斌.基于信息更新NN-GARCH模型的统计套利研究[J].统计与决策,2016(2):169-171. |
| |
作者姓名: | 刘阳 李艳丽 陆贵斌 |
| |
作者单位: | 上海大学经济学院,上海,200444 |
| |
摘 要: | 文章将神经网络和动态GARCH模型结合,挖掘了价格偏差中的非线性特征,弥补了自回归只能挖掘价格偏差中的线性成分的不足,信息更新的加入使得动态GARCH模型更及时发现波动性的变动,降低了传统静态模型预测的风险.实证表明信息更新NN-GARCH模型的套利框架在不同的参数设置下有不同的表现,考虑交易成本的情况下该框架依然有很好的盈利能力.
|
关 键 词: | 统计套利 非线性成分 动态GARCH 信息更新 |
本文献已被 万方数据 等数据库收录! |
|