特征滞后计算的股市波动预测

来源：计算机应用杂志2015年第7期北京时间：

作者：姚宏亮, 李大光, 李俊照

单位：合肥工业大学 计算机与信息学院, 合肥 230009

摘要：针对股票价格波动拐点难以有效预测导致预测精度不高的问题,提出一种特征滞后程度计算的均值门限广义自回归条件异方差(LRD-TGARCH-M)模型。首先,基于股价波动与指标变化出现的不一致性,给出了滞后性的定义,并引入能量波动概念,从能量角度提出特征滞后程度(LD)计算模型;然后,用LD度量拐点出现之前的风险大小,将其加入到股价均值方程中,克服均值门限广义自回归条件异方差(TGARCH-M)模型对拐点预测的不足;其次,根据拐点附近波动相对剧烈,将LD加入到误差项的方差方程中,优化方差的变化,提高模型的预测精度;最后,给出了LRD-TGARCH-M模型的波动预测公式和精度分析,并在股票数据上进行实验,结果表明,与TGARCH-M模型相比,精确度提高了3.76%;与均值指数GARCH(EGARCH-M)模型相比,精确度提高了3.44%,证明了LRD-TGARCH-M模型可以提高股价走势预测精度,减小误差。

关键词：股价波动,特征滞后,能量性,波动风险,门限广义自回归条件异方差模型

基金资助：国家自然科学基金资助项目(61175051,61070131,61175033)。