基于遗传算法的中国股市波动性研究.pdfVIP

金融/ 投资 CCCCCCCCCCCCCCCCCCCCCCCCOOOOOOOOOOOOOOOOOOOOOOOO OOOOOOOOOOOOOOOOOOOOOOOOPPPPPPPPPPPPPPPPPPPPPPPPEEEEEEEEEEEEEEEEEEEEEEEERRRRRRRRRRRRRRRRRRRRRRRRAAAAAAAAAAAAAAAAAAAAAAAATTTTTTTTTTTTTTTTTTTTTTTT IIIIIIIIIIIIIIIIIIIIIIIIVVVVVVVVVVVVVVVVVVVVVVVVEEEEEEEEEEEEEEEEEEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEECCCCCCCCCCCCCCCCCCCCCCCCOOOOOOOOOOOOOOOOOOOOOOOONNNNNNNNNNNNNNNNNNNNNNNNOOOOOOOOOOOOOOOOOOOOOOOOMMMMMMMMMMMMMMMMMMMMMMMMYYYYYYYYYYYYYYYYYYYYYYYY SSSSSSSSSSSSSSSSSSSSSSSSCCCCCCCCCCCCCCCCCCCCCCCC IIIIIIIIIIIIIIIIIIIIIIIIEEEEEEEEEEEEEEEEEEEEEEEENNNNNNNNNNNNNNNNNNNNNNNNCCCCCCCCCCCCCCCCCCCCCCCCEEEEEEEEEEEEEEEEEEEEEEEE 基于遗传算法的中国股市波动性研究 □文/ 吴 蕾 提要 本文介绍了金融市场波动性 对时间序列动态模型的推广，它将方差和 第四部分给出了简要的结论。 过程的长期记忆性特征的分整自回归条 条件方差区分开来，并且定义条件方差是 一、FI GARCH模型概述和参数估计 件异方差模型———FI GARCH（p ，d ，q），并介 过去误差的函数，为解决异方差问题提供 （一）模型概述 绍了一种建立 FI GARCH 模型的新方 了新的途径。然而，在实际应用中，当 1、GARCH模型。ARCH 模型介绍了条 法———遗传算法。对上证综合指数进行实 ARCH 模型的阶数过大时，参数的估计则 件方差的短期记忆性，GARCH 模型是对 证分析，对其收益率建立自回归模型（AR 不再精确；除此之外，为了保证方差为正， ARCH 模型的扩展，因此GARCH 模型具 模型），由Evi ews 软件可知模型的残差项 还要求参数值为正，当参数过多时，实际 有ARCH 模型的特点，但GARCH 模型的 具有明显的异方差效应，应用遗传算法的 数据的估计模型往往不能满足这一点，因 条件方差不仅仅是滞后残差平方项的线 基本步骤进行C 语言编程，由此求解FI - 此，Bollerslev （1986）在此基础上提出了广 性函数，而且是滞后条件方差的线性函 GARCH模型的各项参数值，从而建立FI - 义自回归条件异方差（GARCH）模型。大 数，模型如下： 量实验表明，金融数据扰动项异方差具有 ε =z σ GARCH模型，实证结果表明中国股市波动 t t t 极大的持续性，这些现象促使Engle 和 E （z）=0，Var （z）=1 性过程具有明显的长记忆性。 t-1 t t