从隐含波动率到价格的预测——期权策略系列观察（三）
创建于 更新于
摘要
本报告基于50ETF期权的隐含波动率和现货价格预测，采用随机森林、XGBoost及MLP三种机器学习模型构建16个多维特征，评估模型对未来20交易日波动率和5天收益率的预测效果。结果显示决策树模型能较好捕捉波动率上升信号，XGBoost在平衡预测能力和波动性方面表现优异。价格预测难度较大，策略回测表明基于模型信号的多空择时组合在年化超额收益和风险调整后收益上均显著优于基准。研究揭示期权隐含波动率信息对价格走势具有一定前瞻性价值，为量化期权策略开发提供实践参考[page::0][page::2][page::4][page::5][page::6]
