基于指数每日最高最低值预测的一种新方法
2014-05-22分类号:F830.91;F224
【部门】上海财经大学统计与管理学院 中国科学院数学与系统科学研究院
【摘要】金融市场中有各种各样的指数,在做投资决策时需要对这些指数进行预测。在我国沪深300指数是第一个全面反映沪市、深市综合走势的指数,也是目前作为股指期货标的物的唯一指数,本文构建模型对沪深300指数日最高和最低值进行预测。文中分别使用普通误差修正模型(VECM)和基于广义异方差(GARCH)模型进行分向量估计的VECM对2005年4月8日至2010年3月19日的沪深300指数价格最高、最低值序列进行实证分析,做出相关预测,并利用相对误差对结果进行评价。结果表明,用基于GARCH模型的VECM获得的预测结果相对误差更小,预测也更加精确。
【关键词】沪深300指数 每日最高最低值 误差修正模型(VECM) GARCH模型
【基金】国家杰出青年基金项目(编号:70825004);; 国家自然科学基金资助项目(编号:71271128);; 国家自然科学基金委创新研究群体科学基金(10721101);; 上海财经大学“211工程”三期重点学科建设项目和上海市重点学科建设项目(B803)资助
【所属期刊栏目】数理统计与管理
文献传递