GARCH模型和Hurst指数在中国股市的应用

被引：2

作者：

刘小冬

李琮举

机构：

[1] 西安财经学院

来源：

西安财经学院学报 | 2017年 / 30卷 / 03期

关键词：

中国股市; 量化投资; 交易策略; GARCH模型; Hurst指数;

D O I：

10.19331/j.cnki.jxufe.2017.03.005

中图分类号：

F224 [经济数学方法]; F832.51 [];

学科分类号：

0701 ; 070104 ;

摘要：

文章通过计算2014年7月22日至2015年9月10日沪深300指数的GARCH模型滚动时间窗样本外预测值和移动Hurst指数值,从波动性和趋势性两个维度对股市上涨和下跌进行分析。得出结论,相对于传统择时技术指标缺乏理论依据和时间参数选择的主观性,GARCH模型预测值和移动Hurst指数能够从市场自身特性出发,从而更加细致地反映市场进而达到预测作用。

引用

页码：28 / 32

页数：5

共 6 条

[1] 基于R/S分析的股指期货套利策略 [J].

王惠惠 .

统计与决策, 2011, (22) :144-146

[2] 时间序列分析方法及ARMA,GARCH两种常用模型 [J].

武伟 ;

刘希玉 ;

杨怡 ;

王努 .

计算机技术与发展, 2010, 20 (01) :247-249+253

[3] GARCH(1,1)模型及其在汇率条件波动预测中的应用 [J].

苏岩 ;

杨振海 .

数理统计与管理, 2007, (04) :615-620

[4] 我国上海股票市场GARCH效应实证研究 [J].

徐绪松 ;

马莉莉 ;

陈彦斌 .

武汉大学学报(理学版), 2002, (03) :293-296

[5]

基于Hurst指数的中国股指期货市场有效性研究[D]. 孟祥磊.哈尔滨工业大学. 2014

[6]

The Hurst exponent over time: testing the assertion that emerging markets are becoming more efficient[J] . Daniel O Cajueiro,Benjamin M Tabak. Physica A: Statistical Mechanics and its Applications . 2003 (3)

← 1 →