作者：王春峰 庄泓刚 房振明 卢涛lmsv模型高频数据arfima模型日历效应已实现波动性
摘要：为了有效捕捉中国股市波动率的长记忆性，提高远期波动率的预测精度，本文基于中国股市高频数据建立了长记忆随机波动模型，检验高频数据中时变的“日历效应”成分的频率，有效地对“日历效应”进行滤波。使用频域内拟极大似然方法估计LMSV模型参数，为了提高计算效率应用混沌优化算法进行最优搜索。对比了高频数据直接建模和已实现波动率方法建模的预测结果发现，通过高频数据估计的LMSV模型可以很好保留高频数据中所包含的信息量，克服信息丢失问题，预测结果要优于已实现波动率方法建模预测的结果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
