运用最小二乘支持向量回归机和CARRX模型对股市波动率的预测

摘要：

条件自回归极差模型(CARRX)是一类新的描述波动率的模型.为了提高CARRX类模型的预测精度,文章将最小二乘支持向量回归机(LSSVR)应用于CARRX模型.先将CARRX模型转化成ARMAX形式,再利用LSSVR对ARMAX模型的参数进行估计(LSSVR-ARMAX).通过对沪深300指教的预测实证分析.发现无论是采用直接预测还是遮代预测,LSSVR-ARMAX模型的样本外预测能力均优于Perez-Cruz(2003)提出的方法;LSSVR的估计方法能够在长期预测中捕捉到极差波动率的变动趋势,而CARRX类模型对中短期极差波动率的预测准确度较高.

关键词：最小二乘支持向量回归机、条件自回归极差模型、波动率

分类号：TP183;F830(自动化基础理论)

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：48-50