Forecasting realized volatility in the stock market: a path-dependent perspective
创建于 更新于
摘要
本报告基于中国股市高频数据，提出了一种融合路径依赖特征的波动率预测模型家族（HAR-PD），结合长期和短期记忆特征，显著提升了波动率预测的精度和稳定性。通过实证分析，证明了HAR-PD模型家族在拟合和预测能力上均优于传统HAR模型，并在不同数据集及多个预测步长下展示出强鲁棒性，特别是基于实证分位数的HAR-PD-REQ模型与HAR-PD-RS模型表现最佳[page::0][page::1][page::18][page::23][page::24]
