介绍
本文比较了几个时间序列模型,以预测SP500指数的每日实际波动率。基准是SPX日收益序列的ARMA-EGARCH模型。将其与GARCH模型进行比较 。最后,提出了集合预测算法。
最近我们被客户要求撰写关于波动率的研究报告,包括一些图形和统计输出。
相关视频:时间序列分析:ARIMA GARCH模型分析股票价格数据
时间序列分析模型 ARIMA-ARCH GARCH模型分析股票价格数据
假设条件
实际波动率是看不见的,因此我们只能对其进行估算。这也是波动率建模的难点。如果真实值未知,则很难判断预测质量。尽管如此,研究人员为实际波动率开发了估算模型。Andersen,Bollerslev Diebold(2008) 和 Barndorff-Nielsen and Shephard(2007) 以及 Shephard and Sheppard(2009) 提出了一类基于高频的波动率(HEAVY)模型,作者认为HEAVY模型给出了 很好的 估计。
假设:HEAVY实现的波动率估算器无偏且有效。
在下文中,将HEAVY估计量作为 观察到的已实现波动率(实际波动率) 来确定预测性能。
数据来源
- SPX每日数据(平仓收益)
- SPX盘中高频数据(HEAVY模型估计)
- VIX
- VIX衍生品(VIX期货)
在本文中,我主要关注前两个。
数据采集
实际波动率估计和每日收益
我实现了Shephard和Sheppard的模型,并估计了SPX的实际量。
head(SPXdata)
SPX2.rv SPX2.r SPX2.rs SPX2.nobs SPX2.open
2000-01-03 0.000157240 -0.010103618 0.000099500 1554 34191.16
2000-01-04 0.000298147 -0.039292183 0.000254283 1564 34195.04
2000-01-