Global Stock Market Volatility Forecasting Incorporating Dynamic Graphs and All Trading Days
创建于 更新于
摘要
本报告提出了一种整合动态图结构和所有活跃交易日的空间-时间图神经网络（DCRNN-RV）模型，用于全球股市波动率预测。通过动态计算波动率溢出指数构建时变邻接矩阵，模型有效捕获市场间非线性溢出效应及其时变关系，显著优于基准模型，且具备在非常规交易日进行多步预测的实用价值，强化了对全球金融市场波动动态的理解[page::0][page::1][page::6][page::10][page::16][page::33]。
