Volatility forecasting for stock market incorporating macroeconomic variables based on GARCH-MIDAS and deep learning models

Empirical experiments have shown that macroeconomic variables can affect the volatility of stock market. However, the frequencies of macroeconomic variables are low and different from the stock market volatility, and few literature considers the low-frequency macroeconomic variables as input indicators for deep learning models. In this paper, we forecast the stock market volatility incorporating low-frequency macroeconomic variables based on a hybrid model integrating the deep learning method with generalized autoregressive conditional heteroskedasticity and mixed data sampling (GARCH-MIDAS) model to process the mixing frequency data. This paper firstly takes macroeconomic variables as exogenous variables then uses the GARCH-MIDAS model to deal with the problem of different frequencies between the macroeconomic variables and stock market volatility and to forecast the short-term volatility and finally takes the predicted short-term volatility as the input indicator into machine learning and deep learning models to forecast the realized volatility of stock market. It is found that adding macroeconomic variables can significantly improve the forecasting ability in the comparison of the forecasting effects of the same model before and after adding the macroeconomic variables. Additionally, in the comparison of the forecasting effects among different models, it is also found that the forecasting effect of the deep learning model is the best, the machine learning model is worse, and the traditional econometric model is the worst.     

HJ随机折现因子框架下的均值－方差张成研究──基于两基金分离定理的方法

借助两基金分离定理,在HJ随机折现因子的框架下对均值－方差张成进行了研究.首先研究了HJ随机折现因子的性质,得到了一些有意义的结论;然后结合HJ随机折现因子的性质和两基金分离定理,对均值－方差张成进行了研究,得到了相应的张成条件;最后,从数学上证明,基于HJ随机折现因子得到的张成条件与基于其它方法得到的张成条件是等价的.     

基于极值理论和Copula函数的条件VaR计算

针对金融市场中某种资产不同风险的非线性和非对称尾部的特性,将极值理论和Copula函数应用于资产风险的研究以及条件VaR的估计.经过对深证成指的实证研究表明,极值理论能更好地拟合具有厚尾分布的收益率和日内波幅的边缘分布,Gumbel Copula函数也能更好地反映两者之间的相关关系.由Gumbel Copu-la函数拟合的联合分布计算出的在一定日内波幅条件下的市场风险VaR能给投资者在进行风险分析以及构建投资组合时提供有用的信息.     

中国股市收益率与波动性长记忆性的实证研究

根据 Granger关于序列长记忆性的定义 ,从股市收益率与波动性两个方面分析与研究了香港、上海和深圳股市的长记忆性 .结果表明 :中国股市收益率与波动性具有长记忆性 ,尽管收益率的长记忆性不如美国股市强 ;上海股市的记忆性明显强于深圳股市 ;分数可积模型较指数衰减自相关函数能更好地拟合样本的自相关系数     

基于EGARCH模型的远期开始期权定价

文章利用测度变换和期权定价的鞅方法,经过简单的数学推导得出了欧式远期开始期权的定价公式.选取了航天动力(600343)股票2010年交易日收盘价格的实际数据为样本建立了股票对数收益波动率的EGARCH模型,利用Eviews软件进行参数估计得到了波动率的方程,并对波动率进行了样本外预测,从而可以计算出比基于历史波动率更合理的期权价格.最后给出了一个远期开始看涨期权价格数值计算的例子.     

股指期货对现货市场日内波动影响的研究

本文使用GARCH及其拓展模型对沪深300股指期货上市前后我国市场的高频数据进行了分析研究,研究发现：股指期货上市后,我国股票现货市场的波动性出现了显著上升,这种上升并不源于现货市场信息效率的提高。研究同时表明,股指期货引入所带来的高时间频率下现货市场的波动上升不仅仅局限于股指期货标的指数,沪深300指数成分股之外的股票波动性也出现了显著上升。研究表明,股指期货并没有提高现货市场的定价效率。     

永磁超环面电机模糊终端滑模的直接转矩控制

根据永磁超环面电机的结构特性和运行原理,推导了其结构参数和运动参数对电磁参数影响的表达式,建立了永磁超环面电机的数学模型并应用状态空间法进行了动态特性分析。针对该电机电磁转矩和输出转速的周期性波动,在转速环中通过模糊控制规则得到其结构参数与运动参数的增量以调节终端滑模控制器参数。为了提高永磁超环面电机的响应速度,应用直接转矩控制在转矩环和磁链环中设计了supertwisting滑模控制器,并结合空间矢量调制对永磁超环面电机进行控制。仿真实验表明:此控制策略有效地提高了永磁超环面电机的响应速度,减小了输出转速和电磁转矩的波动,得到了良好的控制效果。     

基于EGARCH模型的人民币汇率波动性研究

选取2005年7月21日至2010年5月14日间每个交易日的美元/人民币汇率中间价的高频数据作为样本数据,然后对样本数据进行平稳处理和ARCH效应检验,在满足GARCH建模条件下建立EGARCH(1,1)模型,实例检验和分析人民币汇率波动性.结果表明,2005年7月21日以来,人民币汇率收益率序列具有明显的尖峰厚尾特征...     

Volatility structures of forward rates and the dynamics of the term structure: a multifactor case

For general volatility structures for forward rates, the evolution of interest rates may not be Markovian and the entire path may be necessary to capture the dynamics of the term structure. This article identifies conditions on the volatility structure of forward rates that permit the dynamics of the term structure to be represented by a finite-dimensional state variable Markov process. In the deterministic volatility case, we interpret then-factor model as a sum ofn unidimensional models. Wang Guilan: born in 1967, Ph. D.     

价格波动网络传播模型:研究价格波动关联效应的新方法

学者们利用经济计量模型、一般均衡模型、投入产出价格影响模型或者它们相结合的方法研究商品价格波动对其它商品的影响。但由于运用上述模型,特别是投入产出价格影响模型,来研究价格波动关联效应存在拆并投入产出表困难,导致研究大样本商品之间的价格波动关联影响非常困难。引入网络传播视角,将价格波动关联效应视为网络节点之间服从某种规律的传播行为,建立了价格波动网络传播模型并对广东价格波动关联效应进行了研究。研究表明:利用网络传播模型研究价格波动关联效应方便有效,模型可为研究消费品价格波动情况提供新的视角和方法。