系统工程
繫統工程
계통공정
SYSTEMS ENGINEERING
2008年
7期
29-34
,共6页
王春峰%庄泓刚%房振明%卢涛
王春峰%莊泓剛%房振明%盧濤
왕춘봉%장홍강%방진명%로도
LMSV模型%高频数据%ARFIMA模型%日历效应%已实现波动性
LMSV模型%高頻數據%ARFIMA模型%日歷效應%已實現波動性
LMSV모형%고빈수거%ARFIMA모형%일력효응%이실현파동성
为了有效捕捉中国股市波动率的长记忆性,提高远期波动率的预测精度,本文基于中国股市高频数据建立了长记忆随机波动模型,检验高频数据中时变的"日历效应"成分的频率,有效地对"日历效应"进行滤波.使用频域内拟极大似然方法估计LMSV模型参数,为了提高计算效率应用混沌优化算法进行最优搜索.对比了高频数据直接建模和已实现波动率方法建模的预测结果发现,通过高频数据估计的LMSV模型可以很好保留高频数据中所包含的信息量,克服信息丢失问题,预测结果要优于已实现波动率方法建模预测的结果.
為瞭有效捕捉中國股市波動率的長記憶性,提高遠期波動率的預測精度,本文基于中國股市高頻數據建立瞭長記憶隨機波動模型,檢驗高頻數據中時變的"日歷效應"成分的頻率,有效地對"日歷效應"進行濾波.使用頻域內擬極大似然方法估計LMSV模型參數,為瞭提高計算效率應用混沌優化算法進行最優搜索.對比瞭高頻數據直接建模和已實現波動率方法建模的預測結果髮現,通過高頻數據估計的LMSV模型可以很好保留高頻數據中所包含的信息量,剋服信息丟失問題,預測結果要優于已實現波動率方法建模預測的結果.
위료유효포착중국고시파동솔적장기억성,제고원기파동솔적예측정도,본문기우중국고시고빈수거건립료장기억수궤파동모형,검험고빈수거중시변적"일력효응"성분적빈솔,유효지대"일력효응"진행려파.사용빈역내의겁대사연방법고계LMSV모형삼수,위료제고계산효솔응용혼돈우화산법진행최우수색.대비료고빈수거직접건모화이실현파동솔방법건모적예측결과발현,통과고빈수거고계적LMSV모형가이흔호보류고빈수거중소포함적신식량,극복신식주실문제,예측결과요우우이실현파동솔방법건모예측적결과.
