From GARCH to Neural Network for Volatility Forecast
创建于 更新于
摘要
本报告首次建立了经典GARCH族模型与神经网络（NN）模型的等价关系，基于此提出GARCH-NN方法，将GARCH的波动率统计特性（风格化事实）无缝注入NN框架，显著提升了波动率预测的精度和解释性。通过将GARCH模型的NN对应结构嵌入LSTM，提出GARCH-LSTM模型，实验证明其在多个资产时间序列上的表现优于单独的统计模型或深度学习模型[page::0][page::1][page::2][page::6]。
