基于混合频率 GARCH 和 LSTM 融合的波动率预测

来源：计算机应用与软件杂志2025年第9期北京时间：

作者：赵耀, 张英辉

摘要：混合频率 GARCH 类模型可建立低频宏观经济变量与高频股指波动的联系，但其强线性特征会体现出局限性。为减小预测误差，提出一种混合频率 GARCH 和 LSTM 融合的波动率预测方法。分别建立单一的混合频率 GARCH 和 LSTM 模型并加入对比；建立两者的融合模型，即将混合频率 GARCH 的残差项作为 LSTM 输入，二者叠加形成最终输出。结果表明单一模型在波动率频繁变化时拟合良好，但极端变化时偏移量增加，多因子 GJR-GARCH 的融合模型可解决此问题。两种模型残差项在 Diebold-Mariano 检验中 1% 水平下拒绝原假设，该融合模型显著提升了预测精确度。

关键词：波动率, 混合频率时间序列, LSTM, 混合模型