基于日涨跌率推动的股指序列建模和实证分析

摘要：

为了更好地拟合原始股指序列,以信息流的驱使推进股指序列,在以交易时间或日历时间为推进进程的原始股指序列的基础上,重新构造基于日涨跌率的新的序列,并通过对其进行误差自回归分析来建立AR-GARCH模型.实证分析表明,相对于原始股指序列,用新序列预测的误差明显缩小,因此通过日涨跌率这一信息流维度变化思想重构股指序列的方法是可行、有效的.

关键词：日涨跌率、信息流、股指序列、维度变化、AR-GARCH模型

所属期刊栏目：39

分类号：O212.4(概率论与数理统计)

资助基金：广西自然科学基金2017GXNSFBA198179;广西大学生创新创业训练计划201710595194

在线出版日期：2019-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：254-258