基于GARCH类模型和BP神经网络模型的波动率预测——基于上证综指日度数据

• 作者: 高同 朱海龙
• 来源期刊: 金融经济
• 关键词: GARCH BP神经网络 波动率预测
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 学术探讨
• 页码范围: 37-45
• 页数: 9页
• 分类号: F830
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0753.2020.09.004

摘要

文章旨在研究GARCH类模型与BP神经网络模型在波动率预测中的相互影响关系.文中对三种GARCH类基础模型和七种神经网络组合模型的预测精度进行了比较检验.研究发现:BP神经网络的引入能够明显提升GARCH类模型的波动率预测精度;GARCH类模型越优秀,其变量作为输入值对神经网络组合模型的帮助越大;额外引入相似模型的变量会降低神经网络组合模型的表现,除非新模型变量带来的信息提升优点覆盖了其带来的数据冗余缺点.