基于EMD与GARCH模型的股票收盘价格预测方法研究.pptxVIP

  • 0
  • 0
  • 约1.1万字
  • 约 42页
  • 2026-11-22 发布于上海
  • 举报

基于EMD与GARCH模型的股票收盘价格预测方法研究.pptx

content目录01研究背景与理论基础02经验模态分解方法原理与实现机制03GARCH模型体系及其在波动率建模中的优势04EMD-GARCH混合建模架构设计05实证分析流程与关键结果解读06模型应用价值与未来拓展方向

研究背景与理论基础01

金融市场时间序列的非线性与非平稳特性构成预测核心挑战非线性特征金融时间序列常表现出非线性动态,价格变动并非简单线性叠加。这种复杂关系难以用传统线性模型准确刻画,导致预测偏差。非平稳特性股价序列均值与方差随时间变化,不具备统计平稳性。直接建模易受趋势和波动突变干扰,影响预测可靠性。波动集聚性市场波动呈现“高持续高、低持续低”的集聚现象。短期内剧烈震荡往往集中发生,增加预测时点风险判断难度。极端事件频发股市常出现跳跃式涨跌,收益分布具厚尾特征。小概率极端行情频繁超出正态假设预期,挑战模型鲁棒性。

传统统计模型在捕捉股价动态波动方面的局限性日益显现线性假设局限传统模型多基于线性与平稳性假设,难以刻画股价的非线性动态与突变特征。金融市场的复杂结构使得此类简化模型预测偏差较大。波动恒定误区经典统计方法常假设波动率恒定,忽略金融数据中普遍存在的波动集聚现象。实际市场中剧烈波动往往成群出现,需时变方差建模。尾部风险低估正态分布假设导致对极端事件发生概率的严重低估。GARCH类模型能生成厚尾分布,更真实反映市场风险结构。滞后响应缺陷简单移动平均等方法对市场转

文档评论(0)

1亿VIP精品文档

相关文档