本文關鍵詞：基于改進的隱馬爾科夫體制轉(zhuǎn)換ARMA-GARCH模型的高頻數(shù)據(jù)預測

  更多相關文章： 波動率 體制轉(zhuǎn)換 隱馬爾科夫

【摘要】：收益率的波動率問題一直都是金融領域研究的熱點問題,自從提出模型以來,波動率問題的研究成果就層出不窮.近些年來,體制轉(zhuǎn)換模型備受學者們關注,它可以刻畫金融市場的各種狀態(tài),對股票價格波動的描述更加切合實際,所以在體制轉(zhuǎn)換的基礎上推導出各類具體模型的波動性具有非常重要的實際意義.首先,本文給出了模型下金融高頻數(shù)據(jù)的預測方法,該模型中的上證指數(shù)收益率受市場經(jīng)濟狀態(tài)影響.由于得到的噪聲序列不服從獨立同分布的高斯分布,因此本文采用了體制轉(zhuǎn)換下的模型來預測上證指數(shù)收益率.最后,我們利用兩種方法得到的噪聲序列預測模型,通過回測得到對于高頻數(shù)據(jù)而言,改進后的預測結果較好的結論。
【關鍵詞】：波動率 體制轉(zhuǎn)換 隱馬爾科夫
【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F832.51
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-14
• 1.1 選題背景和研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 國內(nèi)研究現(xiàn)狀10-11
• 1.2.2 國內(nèi)研究現(xiàn)狀11-12
• 1.3 論文的主要內(nèi)容和貢獻12-14
• 第2章 預備知識14-21
• 2.1 ARMA(p,q)-GARCH(p,q)模型14-15
• 2.2 隱馬爾可夫模型原理和算法15-19
• 2.2.1 馬爾科夫鏈15-16
• 2.2.2 隱馬爾科夫模型16
• 2.2.3 前向算法16-17
• 2.2.4 后向算法17-18
• 2.2.5 算法18-19
• 2.3 體制轉(zhuǎn)換模型19-20
• 2.4 VaR模型20-21
• 第3章 利用隱馬爾科夫體制轉(zhuǎn)換模型改進噪聲序列21-25
• 3.1 隱馬爾科夫體制轉(zhuǎn)換模型密度函數(shù)改進21-22
• 3.2 轉(zhuǎn)移矩陣的估計22-24
• 3.3 自回歸系數(shù)估計24-25
• 第4章 實證分析25-34
• 4.1 數(shù)據(jù)預處理25-28
• 4.1.1 數(shù)據(jù)來源25
• 4.1.2 數(shù)據(jù)的基本特性25-26
• 4.1.3 收益率的時間序列分布26-28
• 4.2 建立ARMA-GARCH模型28-30
• 4.3 預測30-32
• 4.4 回測32-34
• 第5章 結論34-35
• 參考文獻35-38
• 致謝38

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 周順先;林亞平;王耀南;易葉青;;基于二階隱馬爾可夫模型的文本信息抽取[J];電子學報;2007年11期

，

本文編號：587714