随机森林模型在金融风险管理中的应用——以沪深300指数为例

• 作者: 汪逸飞 陈韵
• 来源期刊: 环球市场
• 关键词: 金融风险 波动率识别 随机森林模型 拟合优度
• 年，卷（期）: 2018,（35）
• 所属期刊栏目: 金融观察
• 页码范围: 21-22
• 页数: 2页
• 字数: 1799字
• 语种: 中文

摘要

金融风险的测评需要对波动率进行识别与预测.以沪深300指数波动率为样本,在波动率的识别上,构建GARCH模型、线性多因子模型与随机森林模型进行测度的拟合优度对比.研究发现,GARCH模型假设前提较严格,适用于高频数据,不具备普遍适用能力;线性多因子模型考虑多因子的影响,其拟合效果不佳;随机森林模型通过因子构建独立的决策树投票得到最优结果,具有良好的拟合效果与普遍适用能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈韵	广东金融学院金融数学与统计学院	1	0	0.0	0.0