| 基于状态空间SV-T-MN模型的股指波动率预测 |
| |
| 引用本文： | 苏理云,彭相武,王杰,邱冬阳. 基于状态空间SV-T-MN模型的股指波动率预测[J]. 数理统计与管理, 2016, 0(5): 929-942. DOI: 10.13860/j.cnki.sltj.20160922-063 |
| |
| 作者姓名： | 苏理云 彭相武 王杰 邱冬阳 |
| |
| 作者单位： | 1. 重庆理工大学数学与统计学院,重庆,400054;2. 重庆理工大学经济与贸易学院,重庆,400054 |
| |
| 基金项目： | 国家自然科学基金(11471060)，国家社科基金(10BJL020)，全国统计科学研究项目(2014LY069)，重庆市教育委员会人文社会科学研究项目(15SKG136). |
| |
| 摘 要： | 本文考虑到金融收益率序列的"尖峰厚尾"和波动持续性等特征,针对厚尾SV-T模型的波动率样本外预测问题,提出了基于状态空间下的SV-T-MN(SV-T with Mixture-of-Normal)模型。首先根据MCMC方法估计SV-T模型参数,然后由EM算法估计混合正态参数,最后利用近似滤波(AMF)算法实现SV-T-MN模型的样本外预测。对KF、EKF、AMF进行的模拟研究表明高斯混合状态空间下的AMF更有效。通过对上证指数和深证成指的股指日收益率序列的实证研究结果表明,在五大损失函数评价准则下,基于状态空间SV-T-MN模型能有效刻画金融收益率序列和尾部的波动性,相比SV-N-MN模型具有更好的优越性。
|
| 关 键 词： | 状态空间 高斯混合 EM算法 近似滤波 |
Forecasting Volatility in Stock Market Using SV-T-MN Based on State Space Models |
| |
| Abstract: | |
| |
| Keywords: | state space mixture-of-normal EM algorithm approximate filter |
| 本文献已被 万方数据 等数据库收录！ |
|
