利用机器学习预测 VIX 指数
创建于 更新于
摘要
本报告构建了基于机器学习的VIX指数预测框架，将连续值预测转化为多档位分类问题，综合使用标的资产历史波动率、期权隐含波动率、时间价值、均线形态及Hurst指数等因子，采用随机森林分类器优化模型，针对未来5交易日VIX最大和最小值的波动幅度档位进行预测。模型预测准确率较高，波动方向预测准确度超过83%，预测误差±1档内占比超过50%，可为基于波动率的期权价差策略提供实用价值。未来研究重点在于改进因子体系，尤其是引入标的资产技术指标和市场情绪另类数据以提升预测效果 [page::0][page::5][page::22]
