本文關(guān)鍵詞：基于微分信息的ARMAD-GARCH股價(jià)預(yù)測(cè)模型

  更多相關(guān)文章： 股票價(jià)格預(yù)測(cè) ARMAD-GARCH模型 微分信息

【摘要】：ARMA-GARCH模型進(jìn)行股票價(jià)格收益預(yù)測(cè)時(shí),只考慮了滯后歷史數(shù)據(jù)所包含的信息,而對(duì)于在每個(gè)滯后時(shí)間點(diǎn)的變化趨勢(shì)信息卻未納入計(jì)算模型進(jìn)行統(tǒng)一考慮,在一定程度上影響了模型分析時(shí)序數(shù)據(jù)時(shí)的泛化能力.本文提出了一種基于微分信息的ARMAD-GARCH模型,在包含傳統(tǒng)ARMA-GARCH模型對(duì)因變量的滯后值以及殘差滯后值進(jìn)行線性回歸的基礎(chǔ)之上,又在條件均值方程中增加了因變量滯后值的近似微分信息,用以融合股票價(jià)格變化趨勢(shì)信息,提高預(yù)測(cè)模型對(duì)于價(jià)格演變方向的判別能力.通過對(duì)于不同市場(chǎng)綜合股指收益率數(shù)據(jù)的實(shí)證研究表明,ARMADGAR,CH模型在數(shù)據(jù)除噪,趨勢(shì)判別以及預(yù)測(cè)精確度等方面均優(yōu)于一般的ARMA-GARCH模型.
【作者單位】： 山西大學(xué)管理與決策研究所;山西大學(xué)經(jīng)濟(jì)與管理學(xué)院;
【關(guān)鍵詞】： 股票價(jià)格預(yù)測(cè) ARMAD-GARCH模型 微分信息
【基金】：國家自然科學(xué)基金面上項(xiàng)目(71371113) 教育部人文社會(huì)科學(xué)研究項(xiàng)目(13YJA790154)~~
【分類號(hào)】：F224;F832.51
【正文快照】： i引言隨著經(jīng)濟(jì)金融市場(chǎng)的不斷發(fā)展,影響股票市場(chǎng)交易的因素越來越多,除去市場(chǎng)基本因素外國家政治、宏觀經(jīng)濟(jì)、稅收政策、金融狀況以及投資者非理性心理及行為因素等均對(duì)股票價(jià)格有著程度大小不一且相互關(guān)聯(lián)的影響,因此造成的高噪聲及顯著非平穩(wěn)等特點(diǎn)也使得股票價(jià)格時(shí)序數(shù)據(jù)的，

本文編號(hào)：558696