基于机器学习偏差校正的GARCH波动率模型预测

科创板是独立于现有主板市场的新设板块。以科创板的设立为分界点,针对GARCH波动率模型存在预测偏差的问题,分别利用机器学习算法中的BP、SVR、RF及XGBoost对三种不同分布下的GARCH模型的预测偏差进行校正,构建基于机器学习偏差校正的GARCH波动率预测模型,以期降低模型的估计误差从而获得更精确的波动率估计。实证结果表明,科创板的设立对股票市场的波动性具有一定的抑制作用,该模型能显著提高GARCH模型的预测精度。在众多机器学习算法中,以XGBoost算法的偏差校正效果为最优。

基于GARCH族模型的波动率研究——以燕京啤酒股票收益率为例

本文主要研究了波动率预测及燕京股票与食品板块指数、深成指数的关系这两个问题。首先,本文构建了以日数据为基础的GARCH族模型,并以此为基础预测了燕京啤酒股票日对数收益率的波动率,使用了四种损失函数法评价各模型样本外的预测能力。其次,对燕京股票股价、食品板块指数和深成指数的对数做了协整分析,构建了关于三者日对数收益率的VAR(1)模型,并完成了对应分析。最后得出结论,GARCH-n模型预测能力最好,食品板块指数对燕京股票具有较为明显的牵动效果,但深成指数的牵动效果较弱。

基于GARCH-GA-BP模型的股市波动率预测研究

波动率是衡量金融资产收益不确定性的重要指标,由于真实的波动率无法直接观测,因此构建合理的波动率模型来估计真实波动率显得尤为重要。论文对沪深300指数收益率的波动率进行GARCH建模,并在此基础上构建了基于GARCH-GA-BP的波动率混合预测模型。实证结果表明,相对于GARCH-BP模型和GARCH-SVR模型,论文提出的基于遗传算法优化的GARCH-GA-BP模型能显著提高股市波动率的预测精度。

基于跳聚集现象随机波动率短期利率模型的影响研究

构建了具有自我激励机制跳的随机波动率短期利率模型,应用Hawkes过程描述自我激励机制的跳,从而刻画了跳的聚集现象。基于微分算子展开给出精确的矩函数,进一步应用广义矩方法给出模型的参数估计值和统计推断。实证结果揭示了在随机波动模型条件下,引入自我激励机制跳的模型将不会明显地改变了拟合效果,但是在统计意义上接受强度满足Hawkes过程,而且所构建的模型也能很好地刻画跳的聚集现象。最后,使用过滤方法给出随机波动率、跳的幅度、跳的概率和随机跳强度的估计,特别是跳的概率估计值可作为市场压力测试的一个重要指标。

基于GARCH族模型的收益波动率预测绩效评估方法

GARCH族模型已广泛地应用于金融市场中资产收益波动率的预测。尽管如此,在实际应用中异方差结构的选择是预测建模的一个难题。文章从波动性预测的视角,提出一种高效的半参数方法进行序列结构参数的估计,以减少估计的效率代价对模型绩效评估的影响。此外,使用最小二乘方法评估模型绩效以输出统计意义下的结果,并规避"数据窥察"问题。在实证分析中,以股票市场的收益数据为样本,对6种常见的GARCH族结构进行了实证对比研究,结果发现,与其它GARCH类结构相比,指数GARCH(EGARCH)模型可较好地预测资产收益率的波动过程。

GARCH(1,1)模型及其在汇率条件波动预测中的应用

检验人民币/日元汇率与波动的时间序列特征,证实存在简单单位根过程及条件异方差性。计算表明,其汇率变化率的ARMA及ARMA/GARCH组合模型的建模不成立,GARCH、EGARCH、IGARCH模型的建模效果接近,且GARCH(1,1)拟合效果最好。GARCH(1,1)模型的跨度为一年的样本外条件异方差预测,显示出该年末汇率的震荡,与实际情况一致。GARCH(1,1)是汇率数据建娱的首选模型。

基于非参数GARCH模型的汇率波动性预测

文章利用非参数GARCH模型来预测人民币汇率的波动性,并且与参数GARCH族模型的预测结果进行比较。理论上,非参数GARCH模型避免了参数GARCH族模型形式上的错误设定,具有稳健性。文章选择美元和日元兑人民币汇率的日对数收益率来进行预测,预测结果综合表明非参数GARCH模型具有最强的预测能力。

GARCH类模型波动率预测评价

GARCH类模型已经广泛运用于波动率的预测,但对模型的预测表现进行评价却受到了忽视,其主要原因是缺乏合适的衡量标准。本文首先运用GARCH类模型对上证指数收益率进行了全面的估计及样本外预测,然后以已实现波动率作为波动率预测的评价标准,通过M-Z回归和损失函数来评价GARCH类模型的波动率预测表现。结果表明,无论是样本内还是样本外,GARCH类模型都能够较好的预测上证指数的收益波动率。其中,偏斜t-分布假设下的GJR(1,1)模型的预测能力最强。

基于修正GARCH模型的中国股市收益率与波动周内效应实证研究

本文研究《证券法》实施之后的2000—2006年沪深股市收益率与波动的周内效应。利用修正的GARCH模型,发现两市收益率的最大与最小值均分别出现在周二与周四;两市的最小波动均出现在周二,但沪市的最大波动在周三,而深市的最大波动则在周一。进一步的分析表明中国股市的收益率与市场风险有显著的正向关系,即投资者由于承担高风险而受到补偿获得高收益。文章最后对周内效应的存在提出了两种解释。

GARCH类模型波动率预测效果评价——以沪铜期货为例

以沪铜期货为例,研究了GARCH、EGARCH、FIGARCH和FIEGARCH四种模型的波动率预测效果。以已实现波动率为模型评价衡量标准,分别采用M-Z回归和损失函数进行预测效果检验,结果表明,无论残差服从高斯分布还是t-分布,不同的GARCH类模型预测效果有显著差异,其中FIGARCH模型预测效果最好,其次是GARCH模型,EGARCH和FIEGARCH模型预测效果不佳。此结论说明我国铜期货市场具有显著的长记忆性,但不具有非对称效应。

银行间债券市场回购利率的ARCH/GARCH模型及其波动性分析

使用 ARCH/ GARCH模型对我国银行间债券市场三个月回购利率进行了分析 ,发现其波动性能够用不对称性 GARCH模型得到很好的描述。同时 ,这种不对称性不同于股票收益率中的不对称性 ,即利率在向上变动的过程中其波动性反而较大。

基于GARCH模型族的外汇汇率的波动性分析

外汇汇率市场的波动特性是金融市场中人们研究的热点之一。文章以美元对人民币汇率和欧元对人民币汇率为研究对象,分别运用GARCH模型、GARCH-M模型、EGARCH模型和TARCH模型对两种汇率同时拟合,通过比较分别得出描述两种汇率的最佳模型。

基于非参数GARCH模型的一种波动率估计方法

一、方法描述（一）Bollerslev（1986）提出的标准的GARCH（1，1）形式ε1=√ht

不同分布下非对称GARCH模型波动率预测评价

以损失函数为评价标准,研究不同分布(正态分布、T分布、广义误差分布、偏态T分布)下非对称GARCH模型在上证综合指数波动率的预测能力并进行比较.结果表明,无论样本内还是样本外,非对称GARCH模型均能很好地预测上证综合指数的波动率,其中偏态T分布下TGARCH模型能更加准确地描述收益率分布的尖峰厚尾及非对称特征,预测能力最强.

实际波动率与GARCH模型的特征比较分析

金融资产价格的波动率的测度具有重要意义,实际波动率(Realized Volatility)概念是近些年提出的用于测度市场波动率的新概念,在诸多方面具有优势。本文利用上海证券市场的高频数据,比较了两种不同的波动率模型———RV模型和GARCH模型———的性能表现。本文首先介绍了连续时间状态下实际波动率的概念和模型,然后建立了GARCH(1,1)模型,使用日收益率对GARCH模型进行估计,得到条件方差方程,分别用日收益平方和日内累计收益平方和作为波动率指标对收益平方-波动方程进行回归,并以回归决定系数来衡量波动率拟合水平的优劣,结果发现采用高频数据的回归决定系数比原来提高了两倍,这个结果与已有的实证分析结果基本一致,最后,我们将实际波动率的计算结果与GARCH模型的结果经标准化后进行了对比,发现实证研究结果表明,实际波动率模型比传统的GARCH模型提供了更好的拟合。

我国黄金现货波动率预测能力分析——基于GARCH模型与CARR模型的比较

GARCH模型是金融资产波动率研究最常用的方式,近期Chou提出的CARR模型在估计波动率方面也显示一定的先进性。本文以我国黄金现货市场的主要交易品种Au99.95为研究对象,利用GARCH模型、GARCH-SKST模型、CARR模型和CARRX模型对我国黄金现货市场的波动率进行拟和,并根据Mincer-Zarnowitz回归方程和Diebold-Mariano检验对各类模型进行了预测能力比较分析,得到的结论是CARR模型在波动率研究方面优于其他模型。

基于GARCH模型的认购权证与认沽权证波动率比较研究

波动性是经济和金融研究的热点问题。本文分别采用无条件波动度量方法和条件波动模型对我国权证市场上具有代表性的六支权证的波动性进行估计,得出以下几个结果:1、六支权证基本上都存在不同程度的波动聚类现象。2、认沽权证的市场有效性弱于认购权证。3、认购权证的波动持续性大于认沽权证,说明认沽权证投机性更强,风险更大。4、认购权证的风险收益补偿大概是认沽权证的6倍。最后,结合本文研究,将给广大投资者一些投资建议。

亚洲地区股票指数收益率的波动性研究——基于GARCH族模型

为防范股票市场上的不确定性和风险,有效地度量股票指数收益率的波动性显得尤为重要。本文运用GARCH族模型,拟合了股票指数收益率的波动性方程,并实证研究了亚洲地区四个最具代表性国家:日本、中国、印度和韩国的股票指数收益率的波动性。结果表明:亚洲地区股票指数收益率的波动呈现出聚集性和持续性,股票市场存在着冲击的非对称性;中国和印度的股票市场抗风险能力比日本和韩国弱,股票指数收益率的波动性带来的负面影响更大。

基于GARCH模型的波动率与隐含波动率的实证分析——以上证50ETF期权为例

波动率表征未来一定期限内标的资产收益率波动的标准差,是研究衍生品交易的重要指标,受到市场交易主体的高度关注。2015年上证50ETF股指期权公开挂牌交易,填补了我国金融市场上期权交易空白,同时研究其隐含波动率变动率具有重要理论价值和实践意义。以上证50ETF指数基金为标的,利用GARCH模型对其进行历史波动率研究,然后用Black-Scholes模型反推50ETF股指看涨期权的隐含波动率。研究表明,上证50ETF波动率"尖峰厚尾"、波动率聚集、长记忆性特性得到验证;同时实证结果表明隐含波动率数值相较于历史波动率研判结果相对准确。

基于GARCH模型的人民币汇率波动性研究

选取2011—2016年间汇率日线的1 213个观测数据,运用GARCH(1,1)、EGARCH模型对人民币汇率的波动情况进行研究.数据分析显示,人民币汇率具有明显的时间可变性、集群性和杠杆性的特点,针对人民币汇率的波动性提出应控制汇率变动节奏、完善人民币汇率制度和汇率衍生品市场等政策建议.