沪深300高频波动率的预测及应用——基于深度学习的方法

摘要

cqvip:选取沪深300指数5分钟高频数据,以高频价格序列的强记忆性为切入点,构建基于高频价格序列的长短期记忆模型LSTM。基于已实现波动率(RV)理论计算出真实波动率的预测值,并研究了预测波动率在趋势择时策略中的应用。研究发现:基于高频价格序列的LSTM波动率预测模型的预测能力明显优于其他三种模型,充分发挥了长短期记忆模型的优势,经过该波动率改进的趋势择时策略很好控制了投资风险。