收藏本站
《统计与信息论坛》 2018年09期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

金融高频数据跳跃波动研究——基于大数据核函数支持向量机的方法

柳向东  李文健  
【摘要】:高频数据价格波动率具有明显的长记忆性特征和"尖峰厚尾"现象,运用沪深300指数5分钟高频数据,通过已实现波动率和已实现双幂次变差对资产价格的连续性波动和跳跃波动进行建模,得到进行波动率短期预测的HAR-RV模型、HAR-lnRV模型及HAR-JV-CV模型。将预测效果较好的模型与不同核函数下的支持向量机相结合,结果表明:不同核函数之间存在较大的相似性;将跳跃波动预测模型与支持向量机相结合能够提高模型的短期预测精度。波动率的预测对于政府监管部门、投资者和资本市场来说均具有重要意义。

【相似文献】
中国期刊全文数据库 前10条
1 柳向东;李文健;;金融高频数据跳跃波动研究——基于大数据核函数支持向量机的方法[J];统计与信息论坛;2018年09期
2 徐立祥;李旭;;基于混合核函数支持向量机的回归模型[J];合肥学院学报(自然科学版);2013年02期
3 杨钟瑾;;核函数支持向量机的研究进展[J];科技资讯;2008年19期
4 王春;;一类多元整函数空间上再生核函数的存在性[J];山西师范大学学报(自然科学版);2011年03期
5 耿立艳;马军海;;基于灰色支持向量机的基金波动率预测研究[J];计算机应用研究;2009年07期
6 李永娜;;基于支持向量机的回归预测综述[J];信息通信;2014年11期
7 彭新俊,彭中梅,胡光华;支持向量机与模糊规则模型的等价性(英文)[J];云南民族大学学报(自然科学版);2005年02期
8 王芳芳;;基于支持向量机的债券时间序列预测[J];数字技术与应用;2013年02期
9 魏宇;;中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析[J];管理学报;2010年06期
10 陈涛;谢阳群;;基于支持向量机的外贸企业客户分类方法应用研究[J];情报科学;2006年07期
中国重要会议论文全文数据库 前10条
1 张晨;李月环;;基于调整“已实现”波动率的沪深300指数高频数据波动性研究与预测[A];中国会计学会高等工科院校分会2008年学术年会(第十五届年会)暨中央在鄂集团企业财务管理研讨会论文集(上册)[C];2008年
2 曾江辉;曾凤章;陈嵩辉;;基于支持向量机的马田系统阈值确定方法研究[A];第三届中国质量学术论坛论文集[C];2008年
3 赵春广;李晓奇;;模糊积分在支持向量机系统中的应用[A];第五届中国不确定系统年会论文集[C];2007年
4 黄元生;郑燕;乞建勋;;基于最小二乘的支持向量机在电力需求预测中的应用[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年
5 丁培培;伍海华;;汇率波动的分形与混沌[A];第二十四届中国控制会议论文集(下册)[C];2005年
6 巩天啸;王玮;陈丽华;蓝颖杰;;考虑服务时间波动的顾客预约接收策略[A];第五届(2010)中国管理学年会——管理科学与工程分会场论文集[C];2010年
7 郭崇慧;陆玉昌;唐焕文;;支持向量机优化问题的熵优化方法[A];2006年中国运筹学会数学规划分会代表会议暨第六届学术会议论文集[C];2006年
8 Dougsoo Kaown;刘建国;;支持向量机的几何解法(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年
9 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
10 张秀丽;;GARCH模型预测波动率的投资组合保险绩效评价[A];“中国视角的风险分析和危机反应”——中国灾害防御协会风险分析专业委员会第四届年会论文集[C];2010年
中国重要报纸全文数据库 前1条
1 中电投先融期货 钱盈;浅析期权波动率交易策略[N];期货日报;2018年
中国博士学位论文全文数据库 前10条
1 马锋;高频数据视角下非参数波动率建模、预测及其评价研究[D];西南交通大学;2016年
2 唐勇;基于高频数据的金融市场分析[D];天津大学;2007年
3 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
4 安金龙;支持向量机若干问题的研究[D];天津大学;2004年
5 阎满富;求解分类问题的支持向量机方法与应用研究[D];中国农业大学;2005年
6 赵晖;支持向量机分类方法及其在文本分类中的应用研究[D];大连理工大学;2006年
7 王国华;中国股票市场日内波动率研究[D];中南财经政法大学;2017年
8 相雪梅;复杂网络视角的产业波动扩散效应研究[D];山东大学;2016年
9 汤凌冰;基于支持向量机的金融时间序列回归分析[D];上海交通大学;2010年
10 王晨;我国金融市场波动的区制关联性与风险度量研究[D];吉林大学;2010年
中国硕士学位论文全文数据库 前10条
1 段崇雯;多尺度核函数支持向量机算法及其应用研究[D];国防科学技术大学;2006年
2 曹懿;混合核函数支持向量机在信用评估中的应用[D];哈尔滨工业大学;2007年
3 王梅;一种改进的核函数参数选择方法[D];西安科技大学;2011年
4 吴定明;基于支持向量机的高频量化投资研究[D];山东科技大学;2017年
5 李明山;基于核函数的回归建模与参数估计及应用[D];国防科学技术大学;2007年
6 王真真;误差相关核回归[D];山东大学;2012年
7 郎凡;基于遗传算法的改进支持向量机财务预警研究[D];北京交通大学;2008年
8 周慧;高频数据波动率的测度及应用[D];浙江大学;2017年
9 金天昕;支持向量机在双酚A软测量中的应用[D];江南大学;2009年
10 张伟;基于已实现波动率的中国股票市场异质性的实证研究[D];电子科技大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026