中国高校人文社会科学信息网

基于组合核函数高斯过程回归的股指波动率预测研究

作者:兰秋军 周慧灵

所属学科:管理学  二级学科: 管理工程
关键字:股票指数;已实现波动率;高斯过程回归;组合核函数

摘要/Abstract

本文在较广泛的国外和国内文献综述的基础上,提出了一种新的基于组合核函数的高斯过程回归模型(GPR-CPK)。该模型可以有效地提高波动率的预测精度并提供区间预测。该模型分为两个阶段:组合核函数CPK的构建阶段和模型的超参数优化阶段。在组合核函数的构建阶段,对高斯过程回归中不同的核函数进行分析、比较和组合,基于其基核函数的基本性质和组合性并根据已实现波动率序列的性质选择罪最适合于波动率预测建模的核函数组合方式。具体来说,采用高斯核函数、周期核函数、有理二次核和噪声核函数以和与乘积的组合方式构建了组合核函数,以

Advances in realized volatility (RV) forecasting immensely benefit financial market regulators and investors. Due to periodicity, small irregularities and time-varying noises, RV forecasting has always been a challenging problem. In this paper, a novel Gaussian process regression model with compositional kernel (GPR-CPK) is proposed that can efficiently improve model accuracy and provide interval estimation. In the proposed model, the kernel is defined as a compositional representation based on sums and products of four base kernels for discovering complex patterns in RV series. The compositional kernel integrates the advantages of typical single kernels to capture the periodic and irregular fluctuations in the RV series. In this paper, the hyperparameters of kernel is optimized using the gradient descent method to maximize the marginal likelihood. 

社科网首发

打印刊载证明 

全文/Full Text


论文刊载证明

兰秋军 向中国高校人文社会科学信息网"论文在线"提交的 基于组合核函数高斯过程回归的股指波动率预测研究 论文,经本网站审阅后,已于 2021年04月02 日 在中国高校人文社会科学信息网(互联网出版许可证:新出网证(京)字029号)刊载,对外公开发表。论文作者共 2 人,依次为:兰秋军,周慧灵。特此证明。

文章ID:101101

刊载地址:www.sinoss.net/show.php?contentid=101101

中国人民大学出版社
中国高校人文社会科学信息网
2021年05月15日



兰秋军(收)

中国高校人文社会科学信息网

0
.0
评分人数:0

作者其他文章

相关文章

读者评论