基于A(yíng)RFIMA模型的波動(dòng)率預(yù)測(cè)及交易策略研究.pdf

1、隨著我國(guó)金融創(chuàng)新的不斷深入，市場(chǎng)上對(duì)于股票期權(quán)產(chǎn)品的需求呼聲越來(lái)越高。傳統(tǒng)的Black-Scholes定價(jià)公式中，我們一般假設(shè)波動(dòng)率是已知并且固定不變的，但是這并不符合市場(chǎng)的客觀(guān)情況。因此，前人曾運(yùn)用ARCH Model、GARCH Model、SV Model等對(duì)股票市場(chǎng)波動(dòng)率進(jìn)行刻畫(huà)，然而，通過(guò)研究我們發(fā)現(xiàn)，對(duì)于新興市場(chǎng)國(guó)家，股票波動(dòng)率是具有長(zhǎng)記憶性的，而上述模型并不能很好刻畫(huà)這一特點(diǎn)?；谏鲜鲈?，我們引入時(shí)間序列理論體系中一個(gè)新

2、領(lǐng)域ARFIMA模型，以此刻畫(huà)波動(dòng)率序列的長(zhǎng)記憶性，并對(duì)其進(jìn)行預(yù)測(cè)和交易策略研究。
　　本文主要研究了基于我國(guó)股票市場(chǎng)的波動(dòng)率的長(zhǎng)記憶性，并運(yùn)用ARFIMA模型對(duì)長(zhǎng)記憶性序列進(jìn)行建模及預(yù)測(cè)，同時(shí)基于所預(yù)測(cè)波動(dòng)率序列對(duì)期權(quán)交易策略進(jìn)行研究。具體可以分為以下幾個(gè)方面：
　　首先，研究了股票市場(chǎng)波動(dòng)率的度量方法。給出了“已實(shí)現(xiàn)”波動(dòng)率可以作為波動(dòng)率的無(wú)偏有效估計(jì)的結(jié)論，并通過(guò)二次移動(dòng)平均消除了“噪聲”，得出1天高頻數(shù)據(jù)取樣頻率為5