本文關(guān)鍵詞：基于微分信息的ARMAD-GARCH股價預(yù)測模型

  更多相關(guān)文章： 股票價格預(yù)測 ARMAD-GARCH模型 微分信息

【摘要】：ARMA-GARCH模型進行股票價格收益預(yù)測時,只考慮了滯后歷史數(shù)據(jù)所包含的信息,而對于在每個滯后時間點的變化趨勢信息卻未納入計算模型進行統(tǒng)一考慮,在一定程度上影響了模型分析時序數(shù)據(jù)時的泛化能力.本文提出了一種基于微分信息的ARMAD-GARCH模型,在包含傳統(tǒng)ARMA-GARCH模型對因變量的滯后值以及殘差滯后值進行線性回歸的基礎(chǔ)之上,又在條件均值方程中增加了因變量滯后值的近似微分信息,用以融合股票價格變化趨勢信息,提高預(yù)測模型對于價格演變方向的判別能力.通過對于不同市場綜合股指收益率數(shù)據(jù)的實證研究表明,ARMADGAR,CH模型在數(shù)據(jù)除噪,趨勢判別以及預(yù)測精確度等方面均優(yōu)于一般的ARMA-GARCH模型.
【作者單位】： 山西大學(xué)管理與決策研究所;山西大學(xué)經(jīng)濟與管理學(xué)院;
【關(guān)鍵詞】： 股票價格預(yù)測 ARMAD-GARCH模型 微分信息
【基金】：國家自然科學(xué)基金面上項目(71371113) 教育部人文社會科學(xué)研究項目(13YJA790154)~~
【分類號】：F224;F832.51
【正文快照】： i引言隨著經(jīng)濟金融市場的不斷發(fā)展,影響股票市場交易的因素越來越多,除去市場基本因素外國家政治、宏觀經(jīng)濟、稅收政策、金融狀況以及投資者非理性心理及行為因素等均對股票價格有著程度大小不一且相互關(guān)聯(lián)的影響,因此造成的高噪聲及顯著非平穩(wěn)等特點也使得股票價格時序數(shù)據(jù)的，

本文編號：558696