基于波动率分解的高频波动率预测模型
创建于 更新于
摘要
本报告基于分解模型，提出将日内高频波动率拆解为日度波动率、日内确定性趋势和日内随机项，通过两步估计方法提高高频波动率预测精度。采用美国市场上2721只股票的实证数据验证，发现联合估计参数能提升预测准确性和稳定性。国内部分以上证50 ETF数据为例，结果证明该模型优于无随机项模型及直接高频GARCH模型，展示了模型在国内市场的有效性和实用价值 [page::0][page::2][page::5][page::7][page::9][page::10][page::11]
