دمج شبكات LSTM مع GARCH المحقق للتنبؤ بالتقلب

مقال arXiv papers · المؤلف: Chen Liu et al.

الملخص

يجمع هذا الإطار مقاييس التقلب المحقق مع نموذج GARCH محقق معزّز بـLSTM لتمثيل العوائد والتقلب المحقق معاً. ويستخدم مونت كارلو التسلسلي للاستدلال البايزي والتنبؤ، جامعاً بين النمذجة القياسية المالية والبيانات عالية التواتر والتعلم العميق. ويقيّم البحث الإطار في التنبؤ بالتقلب ومخاطر الذيل وتسعير الخيارات، إلى جانب ملاءمة النموذج المقاسة بالاحتمالية الهامشية.

يشمل التحليل التجريبي 31 من مؤشرات الأسهم واسعة التداول خلال فترة تشمل جائحة COVID-19. ويفيد المؤلفون بملاءمة قوية داخل العينة وأداء تنبؤي أفضل من عدة نماذج مرجعية، فضلاً عن التكيف مع السمات المعروفة للتقلب. ولا يحدد الوصف النماذج المرجعية أو يقدم قيماً للمقاييس، لذا لا يمكن تقييم حجم المكاسب المبلغ عنها أو متانتها استناداً إلى هذا العرض وحده.

الأفكار الرئيسية

يصف النموذج العوائد والتقلب المحقق معاً باستخدام بنية GARCH محقق معزّزة بـLSTM.
يعتمد الاستدلال والتنبؤ البايزيان على مونت كارلو التسلسلي.
يشمل التقييم توقعات التقلب ومخاطر الذيل وتسعير الخيارات والاحتمالية الهامشية.
تستخدم الدراسة التجريبية 31 من مؤشرات الأسهم وتفيد بمكاسب مقارنة بعدة نماذج مرجعية غير محددة.

الوسوم

التقلب التعلم الآلي الإحصاء الخيارات

النص الكامل

# Deep Learning Enhanced Realized GARCH


# Deep Learning Enhanced Realized GARCH









We propose a new approach to volatility modeling by combining deep learning (LSTM) and realized volatility measures. This LSTM-enhanced realized GARCH framework incorporates and distills modeling advances from financial econometrics, high frequency trading data and deep learning. Bayesian inference via the Sequential Monte Carlo method is employed for statistical inference and forecasting. The new framework can jointly model the returns and realized volatility measures, has an excellent in-sample fit and superior predictive performance compared to several benchmark models, while being able to adapt well to the stylized facts in volatility. The performance of the new framework is tested using a wide range of metrics, from marginal likelihood, volatility forecasting, to tail risk forecasting and option pricing. We report on a comprehensive empirical study using 31 widely traded stock indices over a time period that includes COVID-19 pandemic.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.