半参数方法对上证指数波动率的预测分析 - 百度文库
半参数方法对上证指数波动率的预测分析
第３８卷第３期
２０１１焦
Ｊｏｕｒｎａｌｏｆ
北京化工大学学报（自然科学版）
ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）
Ｖ０１．３８，Ｎｏ．３
半参数方法对上证指数波动率的预测分析
王世姣杨永愉’
（北京化工大学理学院，北京１０００２９）
摘要：根据金融时间序列一般都存在条件异方差性，本文研究了两种半参数时间序列模型的估计方法，通过实际
算例对参数模型与半参数模型，以及不同的半参数模型在金融时间序列的拟合与波动率预测方面的表现作了比较。结果表明，半参数模型要优于参数模型，半参数可加模型要优于多项式样条估计模型。关键词：波动率；ＧＡＲＣＨ模型；样条函数；半参数可加模型；预测
中图分类号：Ｆ８３０
金融市场中，无论是金融衍生产品的定价还是
的估计方面，考虑到金融时间序列建模的一个重要应用是对波动率进行预测，本文采用样条估计与局部回归光滑技术（ＬＯＥＳＳ）两种方法，对半参数模型进行估计。为了比较参数模型与半参数模型，以及半参数模型采用不同的估计方法，在波动率预测方面的表现，本文选取上海证券交易所的上证综合指数收益率，作为实际数值算例，进行时间序列的建模与波动率的预测，引入５ｍｉｎ的高频数据估计实际波动率，将实际波动率与模型的预测结果进行比较。１
金融风险的测定，波动率都扮演了一个重要的角色，预测金融市场的波动率已成为金融领域中热点问题。条件异方差性是金融时间序列模型的一个典型特征…，而模型中的条件方差可用来度量波动率。１９８２年Ｅｎｇｌｅ旧１引入了自回归条件异方差（ＡＲＣＨ）模型专门用于波动率的建模和预测，它由均值方程和方差方程组成。Ｂｏｌｌｅｒｓｌｅｖ等ｐｏ把ＡＲＣＨ模型扩展为广义自回归条件异方差（ＧＡＲＣＨ）模型。通过对ＧＡＲＣＨ模型的方差方程的一般化，可以得到一类半参数ＧＡＲＣＨ模型。对于参数ＧＡＲＣＨ模型，需要假定产生样本的总体具有某种形式的分布，在此基础上，对模型中的参数进行估计或检验。但是，对样本数据的统计分析表明，这种对总体分布的假定，不可避免地具有牵强性。针对参数模型的这一缺陷，半参数模型的主要特点，也无需对总体的分布作任何假定，从而使模型具有广泛的适应性，从而增强了模型的适用性。但估计方法面临着“维数祸根”的挑战。为此，Ｈａｓｔｉｅ等Ｈ１提出了广义可加模型，将对高维函数的估计转化成对多个一元可加函数的估计，在模型的估计方面，也比参数模型更加稳健。
本文选择半参数可加模型，将高维函数的估计转化为对多个一元可加函数的估计。在半参数模型
收稿日期：２０１０—０７—１２
第一作者：女，１９８６年生，硕士生?通讯联系人
Ｅ—ｍａｉｌ：ｙａｎｇｙｙ＠ｍａｉｌ．ｂｕｔｔ．ｅｄｕ．ｃｎ
半参数模型及估计方法
设Ｆ川＝盯（ｈ：ｓ＜ｔ一１｝）是由直到ｔ一１时刻
１．１半参数可加模型的建立
已有的信息构成的ｏｒ一域，也称为信息集。在给定Ｆ。一。的条件下，金融时间序列ｒＩ的半参数ＧＡＲＣＨ（Ｐ，ｑ）模型可表作
ｒｌ：ｐ。＋吐。，口。＝矿。占。
ｐ。＝Ｅ…Ｆ川］。
盯；＝ＶａｒｈＩＦｌ－１］
盯；＝八口。一１，…，ｏ。一，，盯；一ｌ，…，盯２。．。）
其中口。称为“扰动”或“新息”；占。是一个均值为０，方差为１，且存在有限四阶矩的白噪声过程；８。与｛Ｄ，：ｓ＜ｔ｝相互独立；，：Ｒ９×尺０－－－＊Ｒ＇＋是严格正值函数；矿。是随时间变化的波动率。
由于“维数祸根”的存在，将式（３）作适当的变形”】，广义可加模型的波动过程可表作
贡献者：sunmoonic您好，方差比计算股票有效性怎么做，我这有上证指数的数据，但是不会算···_百度知道
您好，方差比计算股票有效性怎么做，我这有上证指数的数据，但是不会算···
先求数据平均数按公式求差[（x平均数-x1）2 +（x平均数-x2）2+（x平均数-x3）2 +…… +（x平均数-xn）2 ]/n括号面2都指数差越说明越效
来自团队：
其他类似问题
为您推荐：
上证指数的相关知识
其他1条回答
宁要模糊确要准确错误
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁投资者从众行为对股市影响的仿真研究,从众行为,从众行为产生的原因,仿真股市,财富..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
投资者从众行为对股市影响的仿真研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口（在线等）为什么在算出方差后还要开平方算出标准差?算出标准差有什么用?
方差的单位也是平方...开过根号后..单位统一
为您推荐：
其他类似问题
1，为了统一单位
因为标准差的单位和原数据是一致的，可以大概看出来分散程度。例如一些线段量得了长度（厘米），最后得到方差是“平方厘米”，谁也看不懂是怎么分布的，而得到标准差“厘米”大概就知道有多分散了。
扫描下载二维码matlab用var函数算出的方差和标准差求解释~！！~！~！_百度知道
matlab用var函数算出的方差和标准差求解释~！！~！~！
matlab面关于var函数段程序及结：&& %ex1104.m 计算x差标准差clear allx=[-1 -1 1 2]; %输入向量xw=[1 2 3 4];
%权向量w%用各种命令形式计算差v1=var(x)
v2=var(x,0)v3=var(x,1)v4=var(x,w)v5=var(x,1,1)%用各种命令形式计算向量标准差s1=std(x)s2=std(x,1)s3=std(x,w)v1 =
2.2500v2 =
2.2500v3 =
1.6875v4 =
1.5600v5 =
1.5000s2 =
1.2990s3 =
1.2490麻烦哪位高手帮忙解释几结各相同我自工算差同啊差标准差计算则原理呀
提问者采纳
具体打help别搜varstd函数行help边说明白详细看懂我稍微做解释：v1=var(x)
V = var(X) returns the variance of X for vectors.v2=var(x,0)var(X,0) is equivalent to var(X).v3=var(x,1)V = var(X,1) normalizes by N and produces the second moment of the sample about its mean. v4=var(x,w)V = var(X,w) computes the variance using the weight vector w.v5=var(x,1,1)V = var(X,w,dim) takes the variance along the dimension dim of X.s1=std(x)s = std(X), where X is a vector, returns the standard deviation using (1) above. （std使用同式求求等价看具体情况选择(1)help边公式）s2=std(x,1)s = std(X,flag) for flag = 0, is the same as std(X). For flag = 1, std(X,1) returns the standard deviation using (2) above, producing the second moment of the set of values about their mean.s3=std(x,w)s = std(X,flag,dim) computes the standard deviations along the dimension of X specified by scalar dim. Set flag to 0 to normalize Y by n-1; set flag to 1 to normalize by n.体粘贴公式help边自help哈~
提问者评价
嗯嗯谢谢啦~~
来自团队：
其他类似问题
为您推荐：
方差的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁}