典型文献
集成学习方法的已实现波动率预测和偏度信息含量研究
文献摘要：
为了探究风险中性偏度和历史偏度的信息含量及其对已实现波动率的预测能力,以S&P 500指数为研究对象构建出4个偏度指标,基于单个机器学习算法,提出数据驱动的窗口平均集成预测方法来克服市场结构突变导致的模型不确定性问题.经实证研究发现:风险中性偏度的预测能力整体上优于基于日数据和日内高频数据的历史偏度指标;在预测方法上,非线性支持向量回归(SVR)预测效果优于线性最小二乘估计和带惩罚项的线性回归,且基于SVR的窗口平均集成方法对波动率的预测效果最优.
文献关键词：
已实现波动;偏度;S&P500指数;机器学习;集成学习
中图分类号：
作者姓名：
王云润;乔高秀
作者机构：
西南交通大学数学学院,成都 611756
文献出处：
引用格式：
[1]王云润;乔高秀-.集成学习方法的已实现波动率预测和偏度信息含量研究)[J].重庆理工大学学报,2022(04):243-253
A类：
B类：
集成学习方法,已实现波动率,波动率预测,偏度,信息含量,风险中性,预测能力,机器学习算法,集成预测,市场结构,结构突变,模型不确定性,日数,高频数据,支持向量回归,SVR,线性最小二乘,最小二乘估计,集成方法,P500
AB值：
0.362224
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
