高频波动率预测模型研究:基于符号收益和符号跳跃变差的视角[EB/OL]
北京:中国科技论文在线
符号跳跃变差未能明显提升HAR-RV类模型的预测精度
结果表明:基于C_TZ跳跃识别检验的符号跳跃变差能显著改善波动率模型的短期预测能力
提出了包含符号跳跃变差的HAR-RV类模型
金融工程及金融复杂性 通信联系人: 魏宇(1975-)
符号跳跃变差 MA Feng
构建新型的HAR-RV类波动率模型
对现有的HAR-RV类及其跳跃扩展模型进行相应分解
【详情见下载】高频波动率预测模型研究:基于符号收益和符号跳跃变差的视角[EB/OL]
符号跳跃变差未能明显提升HAR-RV类模型的预测精度
结果表明:基于C_TZ跳跃识别检验的符号跳跃变差能显著改善波动率模型的短期预测能力
提出了包含符号跳跃变差的HAR-RV类模型
金融工程及金融复杂性 通信联系人: 魏宇(1975-)
对现有的HAR-RV类及其跳跃扩展模型进行相应分解
【详情见下载】