科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的GARCH类时间序列预测模型，通常会因为结构断点或机制转移产生的伪持续性而影响预测性能。针对该问题，设计了一种基于MS-GARCH-MIDAS非线性时间序列组合预测模型来提高预测精度，一方面引入马尔可夫状态转换过程解决了结构断点和机制转换的问题，另一方面利用组合预测弥补了单结构模型结果不稳定的缺点。以上证指数为例，比较组合预测模型与传统模型的预测结果。实验结果表明，与其他模型相比，MS-GARCH-MIDAS平均组合预测模型能有效提高预测精度。
-
单位数学学院; 西南交通大学
