基于金融高频数据的LASSO-CDRD协方差矩阵预测模型
2022-09-25分类号：F224;F832.51;O212.1
【部门】南京审计大学统计与数据科学学院
【摘要】高维协方差矩阵的准确预测对于投资组合和风险管理至关重要。本文利用金融高频数据得到已实现协方差矩阵，并对其进行DRD分解，对已实现波动率矩阵D进行向量化；为保证已实现相关系数矩阵R预测值的正定性，对其进行Cholesky分解，对分解后的矩阵进行向量化；利用向量自回归VAR对这两组向量分别建模，利用LASSO方法对高维VAR模型进行参数估计；建立已实现波动率矩阵D和已实现相关系数矩阵R的动态模型，构建了LASSO-CDRD协方差矩阵动态预测模型，并利用均值方差最优投资组合对协方差预测模型进行经济学评价。实证分析表明，相对于协方差预测比较模型，LASSO-CDRD协方差矩阵预测模型具有较高预测精度和夏普率，综合效果最优。
【关键词】已实现协方差矩阵 LASSO-CDRD HAR-DRD 均值方差模型
【基金】国家社会科学基金一般项目“基于深度学习的金融高频数据波动率预测及其应用研究”（19BTJ035）;; 国家自然科学基金重点项目“多源异构数据的融合、特征提取与分析方法”（11831008）;国家自然科学基金面上项目“高频数据波动率统计推断、预测与应用”（71971118）;国家自然科学基金面上项目“金融资产收益变动率的统计推断及其应用研究”（11971235）;; 江苏省高等学校自然科学研究重大项目“波动率矩阵自回归模型统计推断及其在金融高频数据应用”（21KJA110003）;; 江苏省金融工程重点实验室招标课题“波动率矩阵自回归模型的统计推断及其在金融风险管理中的应用”（NSK2021-03）;; 江苏省自然科学基金面上项目“波动率矩阵值模型的统计推断及其在金融高频数据应用”（BK20221348）;; 江苏省研究生科研创新计划项目“基于机器学习的高频金融波动率矩阵预测及其应用”（KYCX20＿1675）
【所属期刊栏目】统计研究
文献传递
