基于长记忆与结构变点的金融资产波动率预测研究

基于长记忆与结构变点的金融资产波动率预测研究

论文摘要

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缓慢衰减,关于这一特征产生原因,主流的解释是数据生成过程为长记忆或结构变点。然而,针对不同的数据生成过程,预测策略的表现是不尽相同的。本文针对只单独存在长记忆或结构变点的情况和长记忆与结构变点共存的情况,分别提出预测方法。针对前者,本文采用基于判别检验的预测方法,针对后者,本文提出一种数据驱动的基于交叉验证两步法预测的策略,即首先对序列基于指数加权移动平均建模,然后利用长记忆建模去抓取残差序列中可能存在的长记忆成分。通过大量模拟分析验证,本文得出结论:这两种方法在有限样本下的预测效果较经典主流的方法均有所提升。最后,本文通过对沪深300指数日内高频收益率数据的对数赋权双次幂变差序列进行实证分析,进一步验证了在长记忆与结构变点共存的情况下,相比传统的方法,本文提出的两步法的预测效果更好。结合模拟与实证结论,本文发现:1)在单独存在长记忆或结构变点的情况下,基于判别检验的数据结构判别工作能明显提升模型最终预测效果。2)在长记忆与结构变点共存的情况下,基于交叉验证的两步法在预测效果上明显优于传统预测方法。

论文目录

  • 摘要
  • Abstract
  • 第一章 引言
  •   1.1 研究背景及意义
  •   1.2 文献综述
  •     1.2.1 长记忆与结构变点理论
  •     1.2.2 长记忆与结构变点的判别检验
  •     1.2.3 长记忆或结构变点的预测
  •     1.2.4 长记忆与结构变点共存的预测
  •     1.2.5 文献总结
  •   1.3 本文贡献与研究框架
  • 第二章 基于判别检验的预测
  •   2.1 CUSUM类判别检验理论
  •   2.2 基于蒙特卡洛模拟的判别检验比较
  •   2.3 基于蒙特卡洛模拟的预测方法比较
  • 第三章 长记忆与结构变点共存下的预测
  •   3.1 基于交叉验证的EWMA
  •   3.2 基于交叉验证的两步预测法
  •   3.3 基于蒙特卡洛模拟的样本外预测比较
  • 第四章 实证研究
  •   4.1 波动率相关概念
  •   4.2 数据描述
  •   4.3 预测结果及分析
  • 第五章 总结
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 钮辉

    导师: 李木易

    关键词: 波动率预测,结构变点,长记忆

    来源: 厦门大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

    单位: 厦门大学

    分类号: F224;F832.51

    总页数: 60

    文件大小: 3559K

    下载量: 16

    相关论文文献

    • [1].一个基于主成分分析的探测高维变点的方法[J]. 数理统计与管理 2020(02)
    • [2].基于平滑样条回归的方差变点检测模型[J]. 统计与决策 2020(14)
    • [3].心理与教育测验中异常反应侦查新技术:变点分析法[J]. 心理科学进展 2020(09)
    • [4].基于二元分割检测分段线性趋势中的多变点[J]. 重庆工商大学学报(自然科学版) 2020(06)
    • [5].具有变点理赔过程的风险模型[J]. 吉林大学学报(理学版) 2017(03)
    • [6].相依序列均值和方差变点的估计[J]. 纺织高校基础科学学报 2017(02)
    • [7].面板数据中方差渐变变点的最小二乘估计[J]. 纺织高校基础科学学报 2017(03)
    • [8].基于一元方差分析的正态分布均值变点检测研究[J]. 工业控制计算机 2017(10)
    • [9].变化笔画[J]. 七彩语文(写字与书法) 2017(03)
    • [10].简化笔画[J]. 七彩语文(写字与书法) 2017(09)
    • [11].基于面板数据均值变点的气象数据统计分析[J]. 长春师范大学学报 2020(04)
    • [12].面板数据均值共同变点分析在高校在校成绩上的应用[J]. 合肥工业大学学报(自然科学版) 2020(06)
    • [13].变点问题统计分析框架及应用——以我国财险赔付支出数据为例[J]. 统计与信息论坛 2018(12)
    • [14].改进最小二乘变点识别法在负荷分解的应用[J]. 计算机测量与控制 2019(06)
    • [15].带未知多个变点的均值突变模型的多阶段估计[J]. 应用数学学报 2017(06)
    • [16].基于卡方统计量的非参数轮廓变点识别研究[J]. 机械设计与制造工程 2017(05)
    • [17].贝叶斯随机搜索的多变点模型分析[J]. 统计与决策 2017(16)
    • [18].随机排列方法检验方差变点[J]. 数理统计与管理 2014(03)
    • [19].基于加速遗传的交通流变点分析方法[J]. 统计与决策 2013(07)
    • [20].变点检测问题最新进展综述[J]. 江汉大学学报(自然科学版) 2012(02)
    • [21].带有结构变点的长记忆模型的实证研究[J]. 安庆师范学院学报(自然科学版) 2011(01)
    • [22].冰层厚度变点判别方法的探讨[J]. 太原理工大学学报 2009(01)
    • [23].二维射影变换中不变直线上至少有一不变点的另证[J]. 宜宾学院学报 2009(12)
    • [24].水文时间序列变点识别的一种稳健方法[J]. 科技信息 2008(32)
    • [25].正态分布序列均值变点检测的贝叶斯方法[J]. 湖北第二师范学院学报 2020(08)
    • [26].基于变点模型的我国煤炭价格波动特征研究[J]. 数学的实践与认识 2016(02)
    • [27].高校毕业生就业预警变点统计方法研究[J]. 电子测试 2015(01)
    • [28].均值变点理论及其在管道监测数据处理中的应用[J]. 广东石油化工学院学报 2013(06)
    • [29].原油价格与黄金价格的变点分析[J]. 中国科学技术大学学报 2014(06)
    • [30].含结构变点无限方差序列的伪回归检验[J]. 经济数学 2013(02)

    标签:;  ;  ;  

    基于长记忆与结构变点的金融资产波动率预测研究
    下载Doc文档

    猜你喜欢