基于符号收益和跳跃变差的高频波动率模型

被引：62

作者：

马锋

魏宇

黄登仕

机构：

[1] 西南交通大学经济管理学院

来源：

管理科学学报 | 2017年 / 10期

关键词：

高频波动率模型; 跳跃; 已实现半变差; 符号跳跃变差;

D O I：

暂无

中图分类号：

F832.51 []; O21 [概率论与数理统计];

学科分类号：

070103 [概率论与数理统计];

摘要：

基于符号收益率的视角,对现有的HAR-RV类及其跳跃扩展模型进行相应分解,构建新型的HAR-RV类波动率模型.进一步,结合符号收益和不同的跳跃识别检验方法,提出了包含符号跳跃变差的HAR-RV类模型,并利用样本外滚动窗预测技术和"模型信度设定"（MCS）检验法评价了各种新旧HAR-RV模型对我国沪深300股价指数波动的预测能力.结果表明:基于CTZ跳跃识别检验的符号跳跃变差能显著改善波动率模型的短期预测能力,但在中长期波动预测时,符号跳跃变差未能明显提升HAR-RV类模型的预测精度;新提出的HAR-S-RVTJ-TSJV模型和HAR-S-RV-TJ模型分别在对短期（未来1天）和中长期（未来5天和20天）的波动预测检验中,展现出了最高的预测精度.

引用

页码：31 / 43

页数：13

共 19 条

[1]

多分形波动率预测模型及其MCS检验 [J].

魏宇 ;

马锋 ;

黄登仕 .

管理科学学报 , 2015, (08) :61-72

[2]

中国股市高频波动率的特征、预测模型以及预测精度比较 [J].

陈浪南 ;

杨科 .

系统工程理论与实践, 2013, 33 (02) :296-307

[3]

金融资产跳跃检验方法实证比较 [J].

唐勇 .

中国管理科学, 2012, 20(S1) (S1) :290-299

[4]

基于LHAR-RV-V模型的中国股市波动性研究 [J].

文凤华 ;

刘晓群 ;

唐海如 ;

杨晓光 .

管理科学学报, 2012, 15 (06) :59-67

[5]

股市波动率的短期预测模型和预测精度评价 [J].

杨科 ;

陈浪南 .

管理科学学报, 2012, 15 (05) :19-31

[6]

沪深300股指期货的波动率预测模型研究 [J].

魏宇 .

管理科学学报, 2010, 13 (02) :66-76

[7]

Forecasting realized volatility in a changing world: A dynamic model averaging approach[J] Yudong Wang;Feng Ma;Yu Wei;Chongfeng Wu Journal of Banking and Finance 2016,

[8]

Exploiting the errors: A simple approach for improved volatility forecasting[J] Tim Bollerslev;Andrew J. Patton;Rogier Quaedvlieg Journal of Econometrics 2016,

[9]

Long Memory and Periodicity in Intraday Volatility[J] Rossi Eduardo;Fantazzini Dean Journal of Financial Econometrics 2015,

[10]

Does anything beat 5-minute RV? A comparison of realized measures across multiple asset classes[J] Lily Y. Liu;Andrew J. Patton;Kevin Sheppard Journal of Econometrics 2015,

← 1 2 →