非参数核回归在金融时间序列预测中的应用.docxVIP

非参数核回归在金融时间序列预测中的应用

一、引言

金融时间序列预测是金融研究与实践的核心议题之一，小到个人投资者的资产配置决策，大到金融机构的风险管理、监管部门的市场风险防范，都依赖于对资产价格、波动率、流动性等指标的准确预判。但金融市场是复杂的自适应系统，受宏观经济走势、政策调整、投资者情绪、国际市场联动等多重因素的共同影响，其产生的时间序列数据普遍呈现非线性、非平稳、异方差、尖峰厚尾等复杂特征，传统参数预测模型往往难以适配。

传统的金融预测方法多属于参数模型范畴，比如自回归滑动平均模型、广义自回归条件异方差模型、线性多因子定价模型等，这类方法需要提前预设模型的函数形式与变量分布假设，再通过