欢迎来到天天文库
浏览记录
ID:46296067
大小:582.66 KB
页数:10页
时间:2019-11-22
《基于贝叶斯滤波的股指动态结构特征研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第20卷第6期2011年12月运筹与管理0PERATIONSRESEARCHANDMANAGEMENTSCIENCEV01.20.No.6Dec.20ll基于贝叶斯滤波的股指动态结构特征研究郝立亚1,朱慧明1,虞克明2(1.湖南大学工商管理学院,湖南长沙410082;2.BnInel大学数学系.英国伦敦uB83PH)摘要:针对股指波动所具有的动态结构信息特征,在状态空间建模理论的框架下,将服从Markov过程的潜在波动状态变量引入状态方程,同时在观测方程中考虑极值点的影响,构造出一类非高斯Markov随机波动状态空间模
2、型。针对传统的McMc方法对该类模型估计时效率低下的缺陷,设计了基于序贯Montecarlo方法的贝叶斯滤波算法进行仿真分析,并且从算法效率和准确性方面对两种方法进行了比较。通过对沪深300股指波动的实证研究表明:对于一类非线性非高斯状态空间模型,贝叶斯滤波算法在保证估计精度的同时较McMC方法更加有效率,能够有效刻画股指波动的动态结构特征。关键词:仿真分析,随机波动,贝叶斯方法,滤波中图分类号F830.9l文章标识码:A文章编号:1007.322“2011)06.0147.10BayeSianFjIteringMet
3、hOdfOrStOckInde×DynamiCCharaCterjsticswithRegime-SwitchingHA0Li-ya‘,ZHUHui.min91,YUKe—min92(1.CbZ妇e旷日z岱£厅es5Admi凡括打口f协,l,月h,}口nE肮如e,苫f钞,C^口,咿JIl口410082,C.Ilfn口;2.D哆P口以me凡I矿^,口f矗e一,疗口tfcoZSc沈nce,J己D,ldD儿晒83尸日,£,K)Abstract:Todemysti母theregime·switchinginfo哪ationhi
4、ddeninthestockindex,akindofnon—Gaussnonlin.earstatespacemodelisbroughtforwardtoallowforfat-tailsinthemeanequationinnovationtocapturethechan-gesinVolatilitycausedbyeconomicforcesandforMarkov8witchingprocessinthelatentvolatilityequation.InthesequentialBayesianpers
5、pectiVewepmVideaBayesianfilteringalgorithmforparameterleamingandstatefil—teringofthemodel.Inempiricalstudy,theregime—switchinginfb咖ationbasedonthestochasticvolatilitymodelisdemystifiedbyusingthisalgorithmonCSl300index8pot8openpricefhture8.Intheapplications,wecom
6、parethealgorithmwithMCMCmethodinbothemciencyandaccuracy.WefindthattheBayesianfilteringalgorithmoutpe而姗sexistingMCMC.KeywOrdS:simulation,stochasticvolatility,Bayesianmethod,filter0引言股指价格作为金融市场上的一类重要时间序列,具有波动时变性和聚集性等典型特征。针对金融序收稿日期:2010一OI—13基金项目:国家自然科学基金资助项目(70771
7、038.71031004);教育部留学回国人贞科研启动基金资助项目(教外司留[2010]609);湖南省自然科学基金创新群体项目(09JJ702);教育部长汪学者与发展创新团队项目作者简介:郝立亚(1983-).女。河北邯郸人.博士研究生.研究方向为金融工程与风险管理,金融计量经济模型;朱慧明(1966.),男.湖南湘潭人,教授,博士生导师.研究方向为金融工程与计量经济模型。质量工程与可靠性管理.金融计算与仿真分析;虞克明.英国Brunel大学数学系教授。研究方向为方贝叶斯分位回归方法、金融风险管理。148运筹与管理2
8、0l1年第20卷列波动性特征的建模,Taylor⋯提出一类将随机微分方程离散化表示的随机波动模型。在这类模型中方差由一个不可观测的随机过程决定,因此被认为较ARCH类模型更加适合金融领域的实际研究"】。Geweke¨1的研究表明如果波动是持续性的低水平状态,则ARcH类模型和随机波动模型的刻画能力没有大的区别,然而针对具有结构突变
此文档下载收益归作者所有