基于GARCH族模型的银行股股指预测

摘要

随着金融全球化进程的加速，中国金融市场衍生出许多投资机会，同时也产生了巨大的金融风险。复杂多变的金融市场提高了投资者对于分析市场能力的要求，不仅要将传统金融理论扩展后应用于市场，还应与前沿的科学技术相结合。大数据、云计算、人工智能等技术已被应用到股票价格预测当中。但是，我们要根据不同的行业环境运用适合的金融理论、投资策略以及分析方法对研究对象进行研究。 本文以我国中证银行指数2015年1月1日至2017年12月31日期间的收盘价数据为研究对象，利用GARCH族模型建立方程进行分析并预测股价。首先，本文分析了中证银行指数的基本统计特征，并进行单位根检验、自相关性检验以及ARCH效应检验。结果显示中证银行指数序列存在尖峰厚尾效应、波动聚凝效应并且可以使用GARCH族模型建模。然后，选取GARCH、APARCH、TGARCH模型和标准正态、学生t、GED分布分别进行建模。最后，本文对这几种组合进行对比选出最优的GARCH 族模型及分布，结果显示 APARCH-GED 分布的预测效果最好，用APARCH-GED模型得到的中证银行指数五天预测值与真实值进行对比，进一步证实了该模型预测效果良好。

目录

第一个书签之前