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。

带有时变杠杆效应的随机波动率模型参数估计及其应用

为了更好地捕捉金融时间序列中杠杆效应的时变非对称性,本文基于线性样条思想,提出一种带有时变杠杆效应的半参数随机波动率模型,并利用贝叶斯MCMC方法对所提模型中的参数进行了估计.模拟研究表明贝叶斯MCMC方法在所提模型的参数估计方面有着良好的有限样本表现.最后利用本文所提出的带有时变杠杆效应的半参数随机波动率模型对2000年1月4日至2020年8月18日的上证综合指数和深证成份指数日收益数据进行了实证分析,结果表明利用本文所提出的模型拟合这两组实例数据是合理的.

无模型隐含波动率的信息含量与定价能力——基于上证50ETF期权的实证研究

本文从上证50ETF期权价格中提取无模型隐含波动率并检验其信息含量,基于随机折现因子理论推导波动率风险的系统性与正负性判定公式,从波动率风险溢酬和相关性两方面验证波动率是否为系统性风险,进而基于A股市场的个股数据检验波动率风险在股票截面收益上的定价能力。研究结果表明:无模型隐含波动率包含BS隐含波动率中的所有信息和历史波动率中的大部分信息,是未来已实现波动率的有效估计;市场波动率为系统性风险因子且存在显著为负的风险溢酬;组合分析表明,对市场波动率暴露较大的股票组合在未来的收益较低,且暴露最大与最小股票组合的收益率之差显著为负,该结论在控制经典风险因子和改变交易策略之后依然稳健;Fama-MacBeth两步法结果表明波动率风险被定价且风险价格显著为负。

基于CEEMDAN和优化LSTM模型的碳价波动率预测研究

本文以北京碳配额交易价格实际波动率为研究对象,构建以自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和长短期记忆网络(long short-term memory networks,LSTM)为基础的混合预测模型,采用粒子群优化算法(particle swarm optimization,PSO)确定模型结构参数。实验结果证明:该模型具备提取多尺度复杂时间序列波动趋势和有效处理金融时间序列的优点,粒子群算法对预测模型结构参数的优化避免了因参数选取不当导致的拟合问题,该模型在碳价波动率预测方面具备较高的准确性和稳定性。

双融合模型在香港股市的波动率量化交易策略研究

在金融市场中,波动率反映了资产价格的不稳定性和风险程度。波动率量化交易策略是一种利用波动率来指引投资者进行交易的方法,并能够带来一定的收益。本文的目的是探讨时间序列模型和机器学习模型相结合的双融合模型在波动率量化交易策略中的应用,以提升策略的效果和稳健性。我们采用了3种时间序列模型Generalized Autoregressive Conditional Heteroskedasticity (GARCH)、Glosten Jagannathan Runkle GARCH (GJR-GARCH)和Exponential GARCH (EGARCH),以及4种传统机器学习模型Random Forest (RF)、Adaboost (ADA)、Gradient Boosting Decision Tree (GBDT)和Histogram Based Gradient Boosting (Hist-GB),组合成了12种双融合模型对波动率进行预测。同时,我们进行了模拟交易的回测实验,以评估该波动率量化交易策略的性能。该策略在香港市场中的股票都获得了较好的收益,为投资者提供了有价值的参考。

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。

具有随机波动率方差的信用等级迁移模型

考虑到信用等级迁移带来的风险,通过债券定价方式,基于Heston模型建立了具有随机波动率方差的信用等级迁移模型,以此来评估信用风险。根据预先设定的资产阈值将公司债券分为高、低两个信用等级,公司资产的波动率方差在不同的信用等级下有不同的波动性,即波动率方差满足不同的CIR(cox-ingersoll-ross)过程。根据无套利原理等,推导出了高、低等级下债券价值满足的偏微分方程以及耦合边界处满足的条件。利用隐格式差分方法对债券价值求取数值解,并进行参数分析。

股票市盈率波动有偏性对投资者股票交易量的影响研究--基于沪深300指数

有着独特波动规律的股票市盈率,会对投资者的股票交易产生影响。从市盈率波动有偏性的角度出发,以沪深300指数的市盈率数据为研究样本,构建回归模型,实证检验市盈率波动有偏性对股票交易量的影响,结果表明:沪深300指数市盈率波动相对于正常波动水平存在明显右偏性;沪深300指数市盈率波动的持续时间较长且具有非对称性;沪深300指数市盈率波动右偏性对股票成交量具有显著的反向影响,并且这种影响受到经济增长、出口量、利率、汇率、居民消费价格指数和货币供应量的非对称约束。要稳定股市交易量,就需要综合考虑上述因素的影响,并根据市场变动灵活调整政策措施。

中国波指隐含的波动率风险溢价研究:基于带跳随机波动率模型的实证分析

基于中国波动率指数(iVIX)和隐波动率的显式转换关系,利用上证50ETF价格和iVIX指数的联合数据,对带跳随机波动率模型(SVJ)进行了极大似然估计.此外,还研究了波动风险溢价(VRP)的经验特征以及VRP对市场收益的可预测性,研究表明,相比于经典的平方根设定,弹性值无约束的SVJ模型能够更好地描述市场收益率和波动率;VRP均值为负表示投资者总体表现为风险厌恶,尤其是在2015年股灾和2020年新冠疫情爆发期间;VRP具有稳定的市场收益率预测能力,在6个月时预测能力最显著.

Heston随机波动率模型下一类多资产期权的定价

研究了一类多资产期权的定价,包括差价期权、交换期权、乘数期权和商数期权.为了改进传统Black-Scholes模型下波动率为常数的不合理假设,引进了Heston随机波动率模型,研究表明基础资产和波动率的演化过程作适当的变换后是一个3维仿射过程.仿射过程由其仿射变换唯一确定,而仿射变换可通过求解对应的Riccati微分方程组获得.基于仿射变换,给出了这一类多资产期权的半封闭形式的风险中性定价公式.最后,还给出了应用自适应Simpson数值积分法求解交换期权、乘数期权和商数期权风险中性价格的算例.

基于Heston随机波动率模型和风险偏好视角的资产负债管理

本文研究基于Heston随机波动率模型的资产负债管理问题。假设金融市场由一个无风险资产和一个风险资产构成,投资者的目标是最大化其终端财富的期望效用。应用随机控制方法,得到了该问题最优资产配置策略的解析表达式和相应值函数的解析解,通过数值算例分析了Heston模型主要参数以及债务对最优资产配置策略的影响。结果表明:配置到风险资产的比例对Heston模型中的参数非常敏感;为了对冲债务风险,负债的引入使得配置到风险资产的比例比无负债情形下的高;在风险厌恶系数变大时,无论投资者是否有负债,其投资到风险资产的比例则越来越低。

Bayes推断和神经网络求解美式回望期权的隐含波动率

首先,用原始对偶活跃集方法求解期权定价正问题,将相应的数值解作为监督学习的输出,然后用训练好的神经网络替代期权定价正问题模型.其次,结合Bayes推断与神经网络进行Metropolis-Hastings采样,求解隐含波动率反问题.该方法减少了采样过程中正问题计算量庞大的问题,从而加速了反问题求解过程.

含水率波动状态下公明公路路基土劣化微观机理与本构模型

通过固结排水三轴剪切试验、压汞试验和电镜扫描试验探究含水率波动对公明公路路基土力学特性的影响与其劣化微观机理,基于邓肯-张模型提出了一个能够考虑含水率波动影响的路基土经验本构模型。结果表明:含水率波动使得路基土中、大孔隙增多,同时微裂隙得到发展引起试样结构被分割,导致试样剪切应力-应变关系从应变软化向应变硬化型转变,试样剪缩特性提升、剪切强度降低;含水率波动程度越大,试样剪缩特性越明显,剪切强度则越弱;提出的路基土本构模型的计算结果与试验结果吻合较好,证明了模型的有效性和适用性。

基于Heston模型的期权隐含波动率研究

期权能否公允定价直接关系市场风险,标的资产的价格波动率是影响期权定价的重要因素.传统Black-Schdes期权定价模型的成立依赖正态分布和常数波动率等假设,不符合市场实际,而Heston随机波动率模型能有效克服这一问题.为验证这一特性,我们利用Monte Carlo模拟,分别计算出看涨期权和看跌期权的隐含波动率,通过建立到期日、行权价和隐含波动率曲面,发现期权的隐含波动率会随着期权到期日和行权价格的变化而变化,这一结果符合预期.为了更好地了解Heston模型的特性,我们以看涨期权为例,利用隐含波动率曲面对模型的几个参数进行了敏感性分析.

Heston随机波动模型时变利率下支付红利的timer期权定价

本文研究了在Heston随机波动模型下,连续支付红利的timer期权定价的条件Black-Scholes-Merton型公式.首先,利用投资组合的?-对冲原理构造无风险资产,给出了timer期权在Heston随机波动模型下所满足的偏微分方程.然后利用拉普拉斯逆变换得到了与贝塞尔过程相关的联合密度函数的显式公式.最后得到支付红利下timer期权定价的Black-Scholes-Merton型公式.

基于双重XGBoost模型的农产品期货波动率预测——以玉米期货为例

农产品期货的波动率在农产品衍生品定价、风险分散和农产品风险对冲等领域都起着关键性作用。对波动率进行预测,投资者可以依据波动率预测结果,对预期可能面临的风险采取相应的应对策略,更加精准地进行农产品风险管理。但波动率预测领域存在如下挑战:①波动率的预测期限较短,仅为1天或3天,难以反映资产在未来较长时间的价格波动率情况;②以往研究多关注于价格等信息,在波动率预测中对于基本面信息考虑较少;③神经网络、深度学习等预测模型的可解释性较差,网络构建和超参数的选择多依赖于经验选择。本文提出了一个基于XGBoost模型的波动率预测框架,考虑价格和基本面数据,对于波动率的长期趋势和短期变化进行了分析。实证结果表明,加入了更多信息维度的模型有助于提升波动率预测的精度,相比于传统的GARCH模型,均方误差MSE缩小了35%以上。

基于GARCH类模型对美国股市波动性的对比分析

为研究美国股市股指的波动性特征,本文选取美国股市的Nasdaq指数和Russel2000指数的日收盘价数据,借助统计软件,利用GARCH类模型进行实证分析。实证结果表明:Russel2000指数的风险较Nasdaq指数更稳定,更适合投资,且相较GARCH(1,1)模型,满足学生t分布的APARCH(1,1)模型拟合的条件异方差可以更好地反映种股指日对数收益率的波动率情况,因此可选用此模型对两种指数波动率的未来值进行预测,为投资者提供未来投资参考。

基于4/2随机波动率模型考虑错误定价和保费退还条款的DC型养老金计划的均衡投资策略

该文在均值-方差准则下,引入保费退还条款,研究了存在错误定价的DC型养老金的时间一致性投资组合问题.假设养老金计划管理者可以将养老金账户中的财富投资到由无风险资产,遵循4/2随机波动率模型的市场指数和一对错误定价的股票组成的金融市场中.在博弈论的框架下,利用随机控制方法,通过求解广义HJB方程系统分别得到了时间一致的均衡投资策略和均衡有效前沿的显性表达式.最后,通过一些数值模拟分析了风险厌恶系数,错误定价和保费退还条款对均衡策略和有效前沿的影响.

投资者情绪对股市波动率的影响研究—基于沪深300指数的实证分析

在当前全球经济环境中,市场波动性的加剧已成为金融领域关注的焦点之一。特别是在信息快速流动与社交媒体影响日益扩大的今天,投资者情绪对股市波动率的影响愈发显著。本文选取2003年1月至2023年8月适合我国投资者情绪的代理指标数据和沪深300指数每日收盘价,构建投资者情绪和股市波动率的VAR模型。研究发现:投资者的情绪与股市波动率两者之间存在相关性;投资者情绪是股市波动率的格兰杰原因;投资者情绪与股市波动率在短期内存在相互影响关系。据此本文对投资者和监管者提出相关建议。