结果表明,基于长记忆和实现波动率的ARFIMA-RV模型是最准确的模型。 1.基于GARCH的模型 描述波动率聚类 为了模拟异方差性,GARCH采用以下过程: 为了反映金融市场的不对称性,学者们提出了EGARCH,TGARCH或APARCH,其中APARCH更为一般。 我们从在R中拟合APARCH开始: 可以看出ARCH效应是显而易见的 我们可以得到模型的系数,...
本博客比较了GARCH模型(描述波动率聚类),ARFIMA模型( 长记忆),HAR-RV模型(基于高频数据 ),以及来自SSE 50指数和CME利率期货的样本。 此外,本文使用滚动时间窗预测方法来计算预测波动率并构建指数以评估模型的准确性。结果表明,基于长记忆和实现波动率的ARFIMA-RV模型是最准确的模型。 1.基于GARCH的模型 描述波动率...
结果表明,基于长记忆和实现波动率的ARFIMA-RV模型是最准确的模型。 1.基于GARCH的模型 描述波动率聚类 为了模拟异方差性,GARCH采用以下过程: 为了反映金融市场的不对称性,学者们提出了EGARCH,TGARCH或APARCH,其中APARCH更为一般。 我们从在R中拟合APARCH开始: 可以看出ARCH效应是显而易见的 我们可以得到模型的系数,...
R语言中的时间序列分析模型:ARIMA-ARCH / GARCH模型分析股票价格 R语言ARIMA-GARCH波动率模型预测股票市场苹果公司日收益率时间序列 Python使用GARCH,EGARCH,GJR-GARCH模型和蒙特卡洛模拟进行股价预测 R语言时间序列GARCH模型分析股市波动率 R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测 matlab实现MCMC的马尔...
本文考虑了ARFIMA-GARCH类模型的状态空间表示.ARFIMA-GARCH这类模型结合了长记忆时间序列和条件异方差过程.虽然ARFIMA-GARCH模型的状态空间表示是无穷维的,但是基于这种表示法的精确极大似然估计可以在样本长度的迭代计算中得到.本文提出了基于模型的截断的自回归展开式的似然函数近似估计,进而得到了模型参数的拟似然估计....
基于ARFIMA-FIGARCH模型的利率市场风险度量,基于ARFIMA-FIGARCH模型的利率市场风险度量,市场风险内部模型法,arfima模型,市场风险,市场风险有哪些,市场风险溢价,通常市场风险有哪些,市场风险分析,创业市场风险有哪些,市场风险与应对措施,基于ARFIMA-FIGARCH模型的利率市场风险度量...
本文考虑了ARFIMA-GARCH类模型的状态空间表示.ARFIMA-GARCH这类模型结合了长记忆时间序列和条件异方差过程.虽然ARFIMA-GARCH模型的状态空间表示是无穷维的,但是基于这种表示法的精确极大似然估计可以在样本长度的迭代计算中得到.本文提出了基于模型的截断的自回归展开式的似然函数近似估计,进而得到了... 查看全部>> ...
ARFIMA模型是自回归分数移动平均模型(Autoregressive Fractionally Integrated Moving Average Model)的简称。它是一种时间序列模型,用于对非...
摘要: 在考察前人油价预测模型研究情况后,文章一方面,从油价序列长记忆性和异方差性着手,将ARFIMA模型和GARCH模型进行结合,构建ARFIMA-GARCH模型;另一方面,还对油价模型构建中的一大难题——影响因素的筛选进行适当探索,尝试结合主成分分析,提取若干主成分,加入ARFIMA-GARCH模型中,形成基于PCA的AR... 查看全部>> ...
GARCH具有更好的预测效果;(2)用非线性神经网络LSTM模型进行预测,使用LASSO法对变量进行筛选,保留四个与预测数据相关性最强的变量进行建模,并将其预测效果与传统的ARFIMA-GARCH模型进行对比,发现前者的预测效果更好;(3)将模型ARFIMA-GARCH与LSTM进行组合,发现两者的混合模型预测效果才是全文最优的;(4)研究混合模型的...