基于GARCH族混合模型的沪深300指数波动预测

摘要：

基于GARCH族混合模型预测了沪深300指数的波动变化,比较了人工神经网络(ANN)和支持向量机(SVM)分别与GARCH类模型组合形成的两类混合模型的预测效果.研究发现:ANN类混合模型对沪深300指数波动的预测效果优于SVM类混合模型,其中GJR-GARCH-ANN模型的预测效果最好;沪深300指数存在杠杆效应.

关键词：GARCH族模型、神经网络、支持向量机、沪深300指数、杠杆效应

所属期刊栏目：11

分类号：F830.91(金融、银行)

资助基金：教育部人文社会科学研究青年基金项目"基于高频大数据的Copula模型动态极值风险度量及其应用研究"17YJC790102;国家自然科学基金项目"高频数据下基于动态Copula和'已实现波动'理论的股市投资组合风险建模及应用"71701104;江苏高校品牌专业建设工程资助项目PPZY2015A072

在线出版日期：2019-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：78-87