【摘要】：股票指數(shù)波動(dòng)率的預(yù)測一直是金融計(jì)量領(lǐng)域研究的重要課題,目前股票指數(shù)波動(dòng)率研究使用的數(shù)據(jù)大多是以分、秒為單位的高頻金融數(shù)據(jù)。但是高頻數(shù)據(jù)自身更易受微觀結(jié)構(gòu)效應(yīng)的影響,所以與日間數(shù)據(jù)相比要更重視去除數(shù)據(jù)中的噪聲。因而,本文對使用降噪算法提升波動(dòng)率預(yù)測能力展開了較為細(xì)致的研究。本文的研究對象為滬深300股票指數(shù),該指數(shù)能夠同時(shí)反映滬深兩市的整體變動(dòng)情況。數(shù)據(jù)選用從2015年5月18日到2019年1月3日的每5分鐘高頻數(shù)據(jù)。首先,本文應(yīng)用集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)分別對日、周和月已實(shí)現(xiàn)波動(dòng)率進(jìn)行處理,通過顯著性檢驗(yàn)得到本征模態(tài)函數(shù)(IMF)的高低頻分界點(diǎn)。其次,對高頻IMF分量進(jìn)行小波多分辨分析和單支重構(gòu)。經(jīng)過重新整合高低頻分量得到降噪后的已實(shí)現(xiàn)波動(dòng)率數(shù)據(jù)。最后,本文使用異質(zhì)自回歸模型(HAR-RV)完成滾動(dòng)預(yù)測,并將預(yù)測結(jié)果進(jìn)行對比與評價(jià)。本文的主要結(jié)論是:(1)從預(yù)測準(zhǔn)確度的角度評價(jià),將小波分析和EEMD相結(jié)合的算法應(yīng)用于股票指數(shù)波動(dòng)率的預(yù)測模型中能夠很好地提升預(yù)測準(zhǔn)確度,相比于應(yīng)用原始數(shù)據(jù)的預(yù)測結(jié)果,準(zhǔn)確度測量函數(shù)中誤差均下降75%以上,其中根均方誤差下降95.65%。(2)從預(yù)測股指波動(dòng)率走勢的角度評價(jià),使用降噪算法進(jìn)行預(yù)測的股票指數(shù)波動(dòng)率走勢與實(shí)際波動(dòng)率走勢一致,而原預(yù)測走勢具有較為明顯的偏差。在大多數(shù)區(qū)間內(nèi),股票指數(shù)波動(dòng)率的基數(shù)都比較小,微小的預(yù)測誤差都很可能影響到后續(xù)研究的準(zhǔn)確性,所以預(yù)測精確度的提高具有重要的研究意義。本文將小波分析和EEMD相結(jié)合的降噪算法應(yīng)用在股指波動(dòng)率的預(yù)測中,為股票數(shù)據(jù)的處理提供一種了有效的降噪方法,具有重要的理論意義和應(yīng)用價(jià)值。
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F832.51;O212.2

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 余白敏;吳衛(wèi)星;;基于“已實(shí)現(xiàn)”波動(dòng)率ARFI模型和CAViaR模型的VaR預(yù)測比較研究[J];中國管理科學(xué);2015年02期

2 秦喜文;劉文博;董小剛;王純杰;李純凈;;基于極大重疊離散小波變換的金融高頻數(shù)據(jù)波動(dòng)率估計(jì)[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2014年06期

3 曲建嶺;王小飛;高峰;周玉平;張翔宇;;基于復(fù)數(shù)據(jù)經(jīng)驗(yàn)?zāi)B(tài)分解的噪聲輔助信號(hào)分解方法[J];物理學(xué)報(bào);2014年11期

4 張文忠;周蓉;武旭紅;薛志宏;;利用白噪聲分解特征的EEMD閾值降噪方法[J];測繪科學(xué)技術(shù)學(xué)報(bào);2013年03期

5 楊科;田鳳平;林洪;;跳躍的估計(jì)、股市波動(dòng)率的預(yù)測以及預(yù)測精度評價(jià)[J];中國管理科學(xué);2013年03期

6 陳浪南;楊科;;中國股市高頻波動(dòng)率的特征、預(yù)測模型以及預(yù)測精度比較[J];系統(tǒng)工程理論與實(shí)踐;2013年02期

7 羅世華;周斌;李穎;;基于小波分析的股市波動(dòng)的多重分形辨識(shí)[J];系統(tǒng)工程理論與實(shí)踐;2012年11期

8 蔡峗姝;盧志明;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的上證綜合指數(shù)時(shí)間序列分析[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

9 唐勇;寇貴明;;股票市場微觀結(jié)構(gòu)噪聲、跳躍、流動(dòng)性關(guān)系分析[J];中國管理科學(xué);2012年02期

10 肖燕君;張華;任若恩;;基于小波多尺度分析的股票價(jià)格組合預(yù)測方法[J];工業(yè)工程;2011年06期

，

本文編號(hào)：2691984