首页> 中文期刊> 《山西大学学报(哲学社会科学版)》 >基于梯度因子的ARMA-GARCH股票价格预测模型研究

基于梯度因子的ARMA-GARCH股票价格预测模型研究

         

摘要

股票价格时间序列的不确定性是股票市场具有复杂运动规律的综合外在表现形式,通过科学建模对其展开预测性研究已经成为金融研究领域的一大热点。作为一种经典的金融时序回归方法,ARMA-GARCH模型在处理股指数据时却并未融合股票价格行为背后所蕴含的经验知识,在一定程度上影响了预测模型泛化能力的进一步提高。本文把时序历史数据变化趋势的微分信号和股票市场的隔夜跳空开盘信息综合提取为一个梯度因子并引入到传统ARMA-GARCH模型中,建立了基于梯度因子的G-ARMA-GARCH模型。通过对上证综指、深证成指、香港恒生和标准普尔500指数收盘价收益率的实证研究表明,融合了梯度因子信息的G-ARMA-GARCH模型预测精度显著提高,而且具有良好的稳定性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号