波动率预测相关论文
利用马尔科夫机制转换（Markov-switching regime，MS）和混频数据（Mixed data sampling，MIDAS）模型，构建新的马尔科夫机制混频模型（MS-MIDAS），......
随着我国期权市场的发展和完善,期权在金融市场中的品种日趋丰富,满足了投资者对期权产品的多样性需求。但人们对于期权策略的研究......
将跳跃及其跳跃强度引入到异质自回归（Heterogeneous Autoregressive，HAR）模型中，并在此基础上进一步嵌入固定转移概率矩阵的马尔科夫......
本文基于上证50ETF期权日交易量， 按在值程度构建虚值， 平值和实值期权的交易量占比， 测试各类期权交易对上证50ETF已实现波动率的预......
许多研究表明,金融资产收益率的波动率具有很强的持续性,而且越来越多的研究发现,这种持续性具有时变特征,即持续性系数是随着时间......
波动率预测对于资产定价、风险管理具有重要意义,近年来许多学者基于高频数据进行波动率预测相关研究,然而高频数据中含有的噪音对......
涉及金融市场内资源分配的决策在很大程度上取决于波动率的计算,提升波动率预测模型的可靠性至关重要。整个金融体系的关键在于资......
随着证券交易系统信息化程度的提高和各类计算机通信技术的发展,投资者在进行投资时实现了信息获取的及时化和证券交易的便捷化。......
在中国金融市场上,股票是一种参与性强、流动性大且风险性高的金融产品。股票市场上的收益率均值回复理论认为股票的长期预测方差......
时间序列分析可以对未来的变化趋势进行预测,在金融、经济、工程等领域有着极为重要的作用,因此研究时间序列的波动率建模成为近几......
人工智能技术在近些年以来取得了一系列令人瞩目的成就,给人们带来了极大的震撼和丰富的想象。当前人工智能尤其是深度学习的技术......
黄金具有商品和货币的双重属性,是投资者进行资产保值及增值的重要手段.本文从行为金融理论出发,采用广义自回归条件异方差混频数......
期刊
现代金融理论主要基于有效市场假说以及资产定价模型,在经济学当中,对于传统金融学里的经典理论,众多学者都基于此基础上不断地改......
学位
欧盟碳排放权交易市场作为世界上最大和最成熟的碳排放权交易市场,其发展与完善对世界其他地区国家具有借鉴意义。碳排放权市场价......
金融波动率序列的建模和预测一直是学术界研究的热点,也是金融市场关注的核心问题。金融波动率序列的重要特征之一即自协方差系数......
预测是识别真实世界的重要途径,也是经济和金融等领域的首要研究问题。为了能正确地预测未来数据,研究者分别构建参数、非参数和半......
股票市场在融资、调节和信号等功能方面发挥着巨大的作用,是如今各国资本市场中不可或缺的部分,因此股市波动率预测研究具有十分重......
金融全球化已经成为世界金融系统发展的一个重要趋势,在金融市场加速融合的背景下,国家或地区之间的金融市场相互渗透、相互影响的......
本文选取百度网络搜索数据,构建了新的投资者关注指标;以上证指数和深证成指高频数据为研究样本,研究了不同的投资者关注水平与市......
在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加......
隐含波动率，作为衡量风险的重要指标，在预测市场未来的波动时能提供及时有效的信息，因而蕴藏着巨大的经济价值。而波动率指数，作为一种......
本文旨在评估日内数据在多大程度上能够解释和预测日波动率.通过已实现波动率作为测度,我们假定在日内开市时段内产生的波动率是日......
选取上证50ETF期权数据,利用信息含量的比较方法,对广义自回归条件异方差(GARCH)模型、Black⁃Scholes(B⁃S)隐含波动率模型、无模......
股市的价格或收益虽然不可预测，但收益的波动性却在一定程度上具有可预测性。波动性预测并不能像收益预测那样带来直接的盈利机会，但......
运用高频金融数据建模和预测中国有色金属期货市场波动率，并探索已实现波动率的波动时变性和杠杆效应。拓展了LHAR-CJ模型，并对上海......
商品期货收益率序列存在明显的厚尾现象,将扰动项设定为厚尾分布的波动率模型要优于普通Gaussian分布以及t分布模型。以7种损失函......
期权波动率预测是期权风险预警管理的关键问题,传统方法采取GARCH等时间序列模型。与传统方法不同,本文创建了基于机器学习算法的"......
准确地预测金融市场的波动率对市场管理者和参与者而言都是至关重要的。本文在标准已实现GARCH模型基础上,将条件方差乘性分解为长......
本文利用股票市场的高频数据波动率预测,采用隔夜波动率和交易时段波动率预测模型,其中,隔夜波动率模型考虑了周末效应对波动率的......
文献中对于“事后”(ex-post)波动率指标的构建多采用理论驱动的方法,即假设价格是某种随机过程的基础上,构建波动率的无偏估计量......
多模态深度学习可以提升模型性能,而现有研究中汇率波动率的预测仅基于宏观经济指标。因此提出一种多模模态态投汇资率者波情动绪......
高频数据包含了更多的市场信息,从高频数据一出现,对高频金融数据的研究,就是金融学的热门研究方向。在该领域,波动率一直是学者们......
波动率作为衡量市场风险的重要指标,其有效估计直接影响到资产定价、资产配置以及风险管理。本文通过GARCH模型族来分析波动率的市......
自2005年7月21日汇率改革以来,人民币汇率的波动性发生了根本的变化。汇率波动越来越频繁、越来越大。汇率的准确预测无论是对国内......
期刊
深度学习算法在时间序列预测领域具有较大优势。基于深度学习中的长短期记忆模型(LSTM)构建了LSTM与GARCH族混合模型,以期融合新型......
为了提高金融波动率的预测精度,提出一种将相空间重构技术、最小二乘支持向量机(LSSVM)与变加速系数粒子群优化(PSO_TVAC)算法相结......
准确的波动率预测对资产组合配置和风险管理有非常重要的意义,在当今大数据时代,充分利用股市高频数据预测股票波动率成为可能。股......
波动性是股票市场固有的基本属性,成熟金融体系中股票价格的适度波动有助于稳定国民经济,但剧烈而频繁的波动则会使投资者难以做出......
自汇率改革(2005年7月21日)以来,人民币汇率的波动性发生了很大的变化。汇率波动变得比较频繁,波动的幅度也逐渐增大,这就更加需要......
学位
波动率是关注度较高的金融变量之一,而波动率预测则是波动率研究的重要方向。大体上,我们可以将波动率预测模型分为两大类,一类可......
对金融资产波动率的描述和预测是现代金融学理论和实务界研究的热点和难点问题,因为它与资产定价理论的检验、最优资产组合的选择......
将隔夜收益率作为解释变量加入到高频波动率模型中,研究其对模型预测精度的影响.以沪深300指数为例,运用样本外预测技术及新颖的模......
波动率可以衡量市场风险,对其准确预测在衍生品定价、风险管理和资产配置等方面有重要意义,是政府、资本市场及投资者共同关心的热......
本文先运用蒙特卡洛模拟考察了偏斜参数对GARCH族模型估计结果的影响并发现,若标准化扰动项偏斜且厚尾,基于对称厚尾分布的极大似......
准确描述和预测石油及其相关产品的价格波动对各国政府能源政策的制定以及能源风险管理工作意义重大。文章以上海期货交易所燃油期......
