基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
高频金融数据下对资产价格波动的研究越来越受到人们的关注,而随着对数据行为解析能力的提高,噪音也会随着采样频率的提高而增加,从而导致已实现波动率的估计偏差.为了降低高频数据中噪音对波动率估计的影响,在HAR-RV模型基础上使用EEMD结合小波分析的方法提高估计的有效性.实证研究发现,仅使用EEMD进行降噪预测并不能很好地预测股票市场的实际变动趋势,而在EEMD分解后的高频部分中使用小波方法进行处理,发现降噪后构建模型的均方误差(MSE)与平均绝对误差(MAE)分别下降了93.92%及76.94%,能够满足对股票市场实际序列变动的预测要求.
推荐文章
基于跳跃和符号跳跃变差的HAR-RV预测模型及其MCS检验
跳跃检验
跳跃符号变差
模型信度设定(MCS)检验
基于HAR-RV-J-ARCH模型的中国股票市场异质性研究
异质性
HAR-RV
HAR-RV-J
HAR-RV-J-ARCH
"已实现"波动率在VaR计算中的实证研究
已实现波动率
ARFIMA 模型
VaR
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于EEMD与HAR-RV模型的已实现波动率研究
来源期刊 软件导刊 学科 工学
关键词 高频数据 EEMD 小波分析 HAR-RV模型
年,卷(期) 2021,(1) 所属期刊栏目 计算机软件与理论
研究方向 页码范围 136-141
页数 6页 分类号 TP301
字数 语种 中文
DOI 10.11907/rjdk.202260
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (42)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高频数据
EEMD
小波分析
HAR-RV模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导