基于GARCH类模型和BP神经网络模型的波动率预测--基于上证综指日度数据

摘要

文章旨在研究GARCH类模型与BP神经网络模型在波动率预测中的相互影响关系。文中对三种GARCH类基础模型和七种神经网络组合模型的预测精度进行了比较检验。研究发现:BP神经网络的引入能够明显提升GARCH类模型的波动率预测精度;GARCH类模型越优秀,其变量作为输入值对神经网络组合模型的帮助越大;额外引入相似模型的变量会降低神经网络组合模型的表现,除非新模型变量带来的信息提升优点覆盖了其带来的数据冗余缺点。