全文下载链接:http://tecdat.cn/?p=12174本文比较了几个时间序列模型,以预测SP500指数的每日实际波动率。基准是SPX日收益序列的ARMA-EGARCH模型。将其与GARCH模型进行比较 。最后,提出了集合预测算法(点击文末“阅读原文”获取完整代码数据)。视频时间序列分析:ARIMA GARCH模型分析股票价格数据假设条件实际波动率是看不见的,因此我们只能对其进行估算。这也是波动率建模的难点。如果真实值未知,则很难判断预测质量。尽管如此,研究人员为实际波动率开发了估算模型。Andersen,Bollerslev Diebold(2008) 和 Barndorff-Nielsen and Shephard(2007) 以及 Shephard and Sheppard(2009) 提出了一类基于高频的波动率(HEAVY)模型,作者认为HEAVY模型给出了 很好的 估计。假设:HEAVY实现的波动率估算器无偏且有效。在下文中,将HEAVY估计量作为 观察到的已实现波动率(实际波动率) 来确定预测性能。数据来源SPX每日数据(平仓收益)SPX盘中高频数据(HEAVY模型估计)VIXVIX衍生品(VIX期货)在本文中,我主要关注前两个。数据采集 实际波动率估计和每日收益我实现了Shephard和Sheppard的模型,并估计了SPX的实际量。head(SPXdata)SPX2.rv SPX2.r SPX2.rs SPX2.nobs SPX2.open2000-01-03 0.000157240 -0.010103618 0.000099500 1554 34191.162000-01-04 0.000298147 -0.039292183 0.000254283 1564 34195.042000-01-05 0.000307226 0.001749195 0.000138133 1552 34196.702000-01-06 0.000136238 0.001062120 0.000062000 1561 34191.432000-01-07 0.000092700 0.026022074 0.000024100 1540 34186.142000-01-10 0.000117787 0.010537636 0.000033700 1573 34191.50SPX2.highlow SPX2.highopen SPX2.openprice SPX2.closeprice2000-01-03 0.02718625 0.005937756 1469.25 1454.482000-01-04 0.04052226 0.000000000 1455.22 1399.152000-01-05 -0.02550524 0.009848303 1399.42 1401.872000-01-06 -0.01418039 0.006958070 1402.11 1403.602000-01-07 -0.02806616 0.026126203 1403.45 1440.452000-01-10 -0.01575486 0.015754861 1441.47 1456.74DATE SPX2.rvol2000-01-03 2000-01-03 0.0125395372000-01-04 2000-01-04 0.0172669342000-01-05 2000-01-05 0.0175278642000-01-06 2000-01-06 0.0116721032000-01-07 2000-01-07 0.0096280842000-01-10 2000-01-10 0.010852972SPXdata$SPX2.rv是估计的实际方差。SPXdata$SPX2.r是每日收益(平仓)。SPXdata$SPX2.rvol是估计的实际波动率SPXdata$SPX2.rvol基准模型:SPX每日收益率建模 ARMA-EGARCH考虑到在条件方差中具有异方差性的每日收益,GARCH模型可以作为拟合和预测的基准。首先,收益序列是平稳的。Augmented Dickey-Fuller Testdata: SPXdata$SPX2.rDickey-Fuller = -15.869, Lag order = 16, p-value = 0.01alternative hypothesis: stationary分布显示出尖峰和厚尾。可以通过t分布回归分布密度图来近似 。黑线是内核平滑的密度,绿线是t分布密度。点击标题查阅往期内容01020304acf(SPXdata$SPX2.r) ##自相关系数图Box-Ljung testdata: SPXdata$SPX2.rX-squared = 26.096, df = 1, p-value = 3.249e-07自相关图显示了每周相关性。Ljung-Box测试确认了序列存在相关性。Series: SPXdata$SPX2.rARIMA(2,0,0) with zero meanCoefficients:ar1 ar2-0.0839 -0.0633s.e. 0.0154 0.0154sigma^2 estimated as 0.0001412: log likelihood=12624.97AIC=-25243.94 AICc=-25243.93 BIC=-25224.92auro.arima表示ARIMA(2,0,0)可以对收益序列中的自相关进行建模,而eGARCH(1,1)在波动率建模中很受欢迎。因此,我选择具有t分布的ARMA(2,0)-eGARCH(1,1)作为基准模型。* GARCH Model Spec *Conditional Variance Dynamics------------------------------------GARCH Model : eGARCH(1,1)Variance Targeting : FALSEConditional Mean Dynamics------------------------------------Mean Model : ARFIMA(2,0,0)Include Mean : TRUEGARCH-in-Mean : FALSEConditional Distribution------------------------------------Distribution : stdIncludes Skew : FALSEIncludes Shape : TRUEIncludes Lambda : FALSE我用4189个观测值进行了回测(从2000-01-03到2016-10-06),使用前1000个观测值训练模型,然后每次向前滚动预测一个,然后每5个观测值重新估计模型一次 。下图显示 了样本外 预测和相应的实际波动率。预测显示与实现波动率高度相关,超过72%。cor(egarch_model$roll.pred$realized_vol, egarch_model$roll.pred$egarch.predicted_vol,method = "spearman")[1] 0.7228007误差摘要和绘图Min. 1st Qu. Median Mean 3rd Qu. Max.-0.0223800 -0.0027880 -0.0013160 -0.0009501 0.0003131 0.0477600平均误差平方(MSE):[1] 1.351901e-05改进:实际GARCH模型和LRD建模 实际GARCHrealGARCH该模型由 Hansen,Huang和Shek(2012) (HHS2012)提出,该模型 使用非对称动力学表示将实际(已实现)波动率测度与潜在 \_真实波动率联系\_起来。与标准GARCH模型不同,它是收益和实际波动率度量的联合建模(本文中的HEAVY估计器)。模型:* GARCH Model Spec *Conditional Variance Dynamics------------------------------------GARCH Model : realGARCH(2,1)Variance Targeting : FALSEConditional Mean Dynamics------------------------------------Mean Model : ARFIMA(2,0,0)Include Mean : TRUEGARCH-in-Mean : FALSEConditional Distribution------------------------------------Distribution : normIncludes Skew : FALSEIncludes Shape : FALSEIncludes Lambda : FALSE滚动预测过程与上述ARMA-EGARCH模型相同。下图显示 了样本外 预测和相应的实际波动率。预测与实际的相关性超过77%cor(arfima_egarch_model$roll.pred$realized_vol, arfima_egarch_model$roll.pred$arfima_egarch.predicted_vol,method = "spearman")[1] 0.7707991误差摘要和图:Min. 1st Qu. Median Mean 3rd Qu. Max.-1.851e-02 -1.665e-03 -4.912e-04 -1.828e-05 9.482e-04 5.462e-02均方误差(MSE):[1] 1.18308e-05备注:用于每日收益序列的ARMA-eGARCH模型和用于实际波动率的ARFIMA-eGARCH模型利用不同的信息源。ARMA-eGARCH模型仅涉及每日收益,而ARFIMA-eGARCH模型基于HEAVY估算器,该估算器是根据日内数据计算得出的。RealGARCH模型将它们结合在一起。以均方误差衡量,ARFIMA-eGARCH模型的性能略优于realGARCH模型。这可能是由于ARFIMA-eGARCH模型的LRD特性所致。集成模型 随机森林现在已经建立了三个预测ARMAegarch_modelrealGARCHrgarch modelARFIMA-eGARCHarfima_egarch_model尽管这三个预测显示出很高的相关性,但预计模型平均值会减少预测方差,从而提高准确性。使用了随机森林集成。varImpPlot(rf$model)随机森林由500棵树组成,每棵树随机选择2个预测以拟合实际值。下图是拟合和实际波动率。预测与实际波动率的相关性:[1] 0.840792误差图:均方误差:[1] 1.197388e-05MSE与实际波动率方差的比率[1] 0.2983654备注涉及已实际量度信息的realGARCH模型和ARFIMA-eGARCH模型优于标准的收益序列ARMA-eGARCH模型。与基准相比,随机森林集成的MSE减少了17%以上。从信息源的角度来看,realGARCH模型和ARFIMA-eGARCH模型捕获了日内高频数据中的增量信息(通过模型,HEAVY实际波动率估算)进一步研究:隐含波动率以上方法不包含隐含波动率数据。隐含波动率是根据SPX期权计算得出的。自然的看法是将隐含波动率作为预测已实现波动率的预测因子。但是,大量研究表明,无模型的隐含波动率VIX是有偏估计量,不如基于过去实际波动率的预测有效。Torben G. Andersen,Per Frederiksen和Arne D. Staal(2007) 同意这种观点。他们的工作表明,将隐含波动率引入时间序列分析框架不会带来任何明显的好处。但是,作者指出了隐含波动率中增量信息的可能性,并提出了组合模型。因此,进一步的发展可能是将时间序列预测和隐含波动率(如果存在)的预测信息相结合的集成模型。本文摘选《R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测》,点击“阅读原文”获取全文完整资料。点击标题查阅往期内容
足球专家预测模型ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测
2024-06-11 20:10:04 文章来源:百家号
免责声明:本文及图片仅供学习研究之用,版权归属原作者,未经许可不得转载,不得用于任何商业用途。
文章链接:https://www.vzhan310.com/info/2608518
情报站
珀斯野猫全胜结束闪电战
请使用V站最新版查看。下载地址:www.shemen365.com
凤凰两连胜结束闪电战
请使用V站最新版查看。下载地址:www.shemen365.com
野猫和主教练里利完成续约
野猫当家球星时隔一场复出
凤凰休赛期签下的两名重要球员回归
望加锡三连胜后惨遭两轮不胜!
请使用V站最新版查看。下载地址:www.shemen365.com
三宝垄三连客魔鬼赛程!
请使用V站最新版查看。下载地址:www.shemen365.com
主场持续维修,望加锡中立场作战!
三宝垄三名外援继续缺席!
哈卡主力后卫无法出战本场比赛!
请使用V站最新版查看。下载地址:www.shemen365.com
哈卡近期状态一般!
哈卡和塞伊奈约基的交手记录平分秋色!
本场比赛为中立场地!
哈卡和塞伊奈约基战意一般!
沙尔克半场左右丢球极多!
请使用V站最新版查看。下载地址:www.shemen365.com
达姆两名中后场主力赛季报销!
请使用V站最新版查看。下载地址:www.shemen365.com
沙尔克中场三人受伤,用人荒严重!
沙尔克踢达姆从不缺少进球!
卡利亚里主帅本场战旧主
请使用V站最新版查看。下载地址:www.shemen365.com
恩波利中场大将本场回归
请使用V站最新版查看。下载地址:www.shemen365.com
卡利亚里近期状态不佳
恩波利本赛季一场没输
历史交手恩波利稍占优势
兹沃勒新任球队经理上任!
请使用V站最新版查看。下载地址:www.shemen365.com
阿尔克马尔近期状态出色!
请使用V站最新版查看。下载地址:www.shemen365.com
兹沃勒状态不佳!
阿尔克马尔前锋状态火热!
兹沃勒面对阿尔克马尔处于下风!
海牙近期状态不太好
请使用V站最新版查看。下载地址:www.shemen365.com
埃达乔里获得特尔斯达八月最佳球员
请使用V站最新版查看。下载地址:www.shemen365.com
海牙印尼国脚加盟布里斯班狮吼
近期交手海牙占据优势
多德勒支无主力球员受伤!
请使用V站最新版查看。下载地址:www.shemen365.com
SBV精英锋线多人状态火热!
请使用V站最新版查看。下载地址:www.shemen365.com
SBV精英本赛季志在重返荷甲!
SBV精英本赛季状态出色!
多德勒支面对SBV精英战绩糟糕!
奥格斯堡及时变阵,收获赛季首胜!
请使用V站最新版查看。下载地址:www.shemen365.com
美因茨跨赛季11轮不败上场被终结!
请使用V站最新版查看。下载地址:www.shemen365.com
奥格斯堡一门+两名主力轮换均复出!
美因茨主力中卫出战成疑!
美因茨是奥格斯堡最喜欢的对手之一!
尼斯主力中卫本场解禁复出
请使用V站最新版查看。下载地址:www.shemen365.com
圣埃蒂安上轮取得赛季首胜,士气大涨
请使用V站最新版查看。下载地址:www.shemen365.com
尼斯中前场迎来伤病潮,多达五人无法出场
近期交手双方势均力敌
斯托克城主力前腰新增伤情!
请使用V站最新版查看。下载地址:www.shemen365.com
赫尔城5战不胜,最近三场全被零封!
请使用V站最新版查看。下载地址:www.shemen365.com
赫尔城阵容实力有所增强!
近两年做客斯托克城,赫尔城保持不败!
阿拉维斯主力均无伤病困扰!
请使用V站最新版查看。下载地址:www.shemen365.com
塞维利亚状态成疑!
请使用V站最新版查看。下载地址:www.shemen365.com
塞维利亚本场比赛多人缺阵!
阿拉维斯面对塞维利亚不占优势!
马德拉国民升级之后表现一般!
请使用V站最新版查看。下载地址:www.shemen365.com
布拉加伤病情况不容乐观!
请使用V站最新版查看。下载地址:www.shemen365.com
马德拉国民本赛季志在保级!
马德拉国民多人无法出战!
马德拉国民遭布拉加绝对压制!
下拉加载数据
海外专家方案
La·Fonde(拉-方丹)
从事多年欧洲篮球资讯新闻报道,提供专业数据分析、伤情报告
100%
命中率
【澳篮独家料 冲4连红!!!】篮球专家La-Fonde来料:双方特点极为相似!
09-20 10:30
澳联
|
珀斯野猫
VS
东南墨尔本凤凰
1小时前发布
Natalia(娜塔莉亚)
前《华沙生活报》编辑,对德法荷情有独钟
100%
命中率
【尼斯场 冲5连红!!!】前《华沙生活报》编辑Natalia海外信息:这队将迎120周年贺礼赛!
09-20 18:45
法甲
|
尼斯
VS
圣埃蒂安
2小时前发布
Hagen(哈根)
曾效力于挪威耶尔夫球队,退役后转行评论员,对北欧联赛都很了解
65%
命中率
【哈卡场】北欧足球评论员Hagen海外信息:这队关键球员缺阵!
09-20 15:00
芬超
|
哈卡
VS
塞那乔其
1小时前发布
Jeff Poole(杰夫·普尔)
佛州大知名球探 对魔术队有独到见解
71%
命中率
【WNBA】美国大学球探Poole海外信息:这队赛前直接轮休双核!
09-20 00:00
WNBA
|
明尼苏达山猫
VS
洛杉矶火花
18小时前发布
Manish Khan(马尼什·汗)
印度最大体育网《Khel Now》专栏记者,除印度联赛外也关注欧洲联赛
75%
命中率
【印度超 黄金场】Khel Now体育网记者Khan劲爆好料:单外援VS六外援!?
09-19 14:00
印度超
|
班加罗尔
VS
海得拉巴
20小时前发布
最新文章
Read More
足球专家预测模型基于机器学习的交通流量预测模型
发布时间:2024-06-11 文章来源:百家号
Read More
足球专家预测模型4月3号,足球+篮球预测
发布时间:2024-06-11 文章来源:百家号
Read More
日本vs叙利亚_今日分析综合分析:澳大利亚前5轮表现堪称完美,全部获胜之余,得失球比为恐怖的17比0,本场比赛面对手下败将巴勒斯坦,澳大利亚全取3分不在话下。
发布时间:2024-06-11 文章来源:百家号
Read More
PK-35vs赫尔辛基_比分预测俄乌冲突与“赫尔辛基精神”:欧洲整体安全为何总难如愿?
发布时间:2024-06-11 文章来源:百家号
Read More
足球专家预测模型今日足球:周一足球推荐+足球比分预测
发布时间:2024-06-11 文章来源:百家号
Read More
PK-35vs赫尔辛基_比分预测芬兰赫尔辛基60公里海岸线出现不明异味
发布时间:2024-06-11 文章来源:百家号
Read More
PK-35vs赫尔辛基_比分预测美德法军舰抵达芬兰赫尔辛基港口 芬兰军官:是对芬兰加入北约表示支持
发布时间:2024-06-11 文章来源:百家号
Read More
PK-35vs赫尔辛基_比分预测“欢乐春节芬兰行”赫尔辛基活动成功举办
发布时间:2024-06-11 文章来源:百家号
Read More
PK-35vs赫尔辛基_比分预测(体育·国际足球)欧罗巴联赛单场:罗马完胜赫尔辛基
发布时间:2024-06-11 文章来源:百家号
Read More
足球模型预测比赛欧洲足球赛事前瞻:俄超、荷甲、德乙焦点之战预测与分析
发布时间:2024-06-11 文章来源:百家号