BP算法和对称ARCH类模型对股市波动性预测的实证比较

• 作者: 庞素琳 徐建闽 黎荣舟
• 来源期刊: 控制理论与应用
• 关键词: BP算法 ARCH(1)模型 GARCH(1,1)模型 波动性
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 短文
• 页码范围: 658-662
• 页数: 5页
• 分类号: F830
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2006.04.032

摘要

利用我国深圳股票市场的实际数据,建立了相应的BP算法网络预测模型和ARCH(1),GARCH(1,1)预测模型,分别用来对深成指数每个周末收盘价的波动性进行预测.研究表明,BP算法对样本外观测值的上凸曲线拟合得较好,对下凸曲线的拟合效果较差;ARCH(1)和GARCH(1,1)则反之,其预测曲线对样本外观测值的下凸曲线拟合效果都较好,但对上凸曲线的拟合效果都较差.通过采用6种常用的预测误差统计量:平均误差、平均绝对误差、均方根误差、平均绝对比率误差、Akaike信息准则、Bayes信息准则对样本外数据的预测结果进行检验,BP算法的预测效果最好,ARCH(1)模型次之,GARCH(1,1)模型偏差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐建闽	华南理工大学交通学院	354	5014	38.0	50.0
2	庞素琳	暨南大学数学系	21	696	13.0	21.0
3	黎荣舟	华南理工大学交通学院	7	349	6.0	7.0