동적 시장 그래프로 글로벌 주식 변동성 예측

기사 arXiv papers · 저자: Zhengyang Chi et al.

요약

이 논문은 글로벌 주식 시장의 실현 변동성을 예측하는 모델을 제시합니다. 시장을 변하는 네트워크로 나타내고, 변동성 파급 지수를 사용해 한 시장의 충격이 다른 시장으로 어떻게 전파될 수 있는지 설명합니다. 이어서 시공간 그래프 신경망이 이러한 관계와 시간 정보를 함께 사용해 예측합니다.

실증 연구는 글로벌 시장 지수 8개를 다루며, 제안 모델이 검토한 예측 시나리오 전반에서 기준 모델보다 나은 성과를 냈다고 보고합니다. 이는 시장 간 연결과 거래일 범위를 예측 설정에 포함하는 것이 유용할 수 있음을 뒷받침합니다. 제공된 설명은 벤치마크를 밝히지 않고, 예측 지표나 평가 기간, 검증 설계도 제시하지 않습니다. 따라서 보고된 우위는 연구에서 시험한 지수와 시나리오에 적용되며, 초록만으로는 다른 시장이나 실거래에서의 성과를 입증할 수 없습니다.

핵심 아이디어

이 모델은 전 세계 주식 시장의 실현 변동성을 예측합니다.
변동성 파급 지수를 사용해 변하는 시장 관계 그래프를 구성합니다.
시공간 그래프 신경망이 시장 간 연결과 시간에 따른 데이터를 결합합니다.
실증 분석은 글로벌 시장 지수 8개를 포함합니다.
시험한 시나리오에서 기준 모델보다 나은 성과를 냈다고 보고하지만, 더 폭넓은 일반화는 요약만으로 입증되지 않습니다.

# Global Stock Market Volatility Forecasting Incorporating Dynamic Graphs and All Trading Days


# Global Stock Market Volatility Forecasting Incorporating Dynamic Graphs and All Trading Days









This paper introduces a global stock market volatility forecasting model that enhances forecasting accuracy and practical utility in real-world financial decision-making by integrating dynamic graph structures and encompassing all active trading days of different stock markets. The model employs a spatial-temporal graph neural network architecture to capture the volatility spillover effect, where shocks in one market spread to others through the interconnective global economy. By calculating the volatility spillover index to depict the volatility network as graphs, the model effectively mirrors the volatility dynamics for the chosen stock market indices. In the empirical analysis covering 8 global market indices, the realized volatility forecasting performance of the proposed model surpasses the baseline models in all forecasting scenarios.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.

동적 시장 그래프로 글로벌 주식 변동성 예측

요약

핵심 아이디어

태그