GARCH-Informed Neural Networks for Volatility Prediction in Financial Markets
创建于 更新于
摘要
本报告提出一种结合经典GARCH模型与深度学习LSTM网络的新型混合模型GINN，用以提升金融市场波动率预测的准确性。GINN通过在损失函数中引入GARCH的预测结果作为正则化，有效缓解过拟合，显著优于传统GARCH及单一LSTM模型。多市场指数实证表明，GINN在R²、MSE和MAE等指标上表现卓越，显示其兼具捕捉市场整体趋势与细节的能力，为金融时间序列预测提供新思路 [page::0][page::1][page::4][page::7]。
