为了更好地拟合原始股指序列,以信息流的驱使推进股指序列,在以交易时间或日历时间为推进进程的原始股指序列的基础上,重新构造基于日涨跌率的新的序列,并通过对其进行误差自回归分析来建立AR-GARCH模型。实证分析表明,相对于原始股指序列,用新序列预测的误差明显缩小,因此通过日涨跌率这一信息流维度变化思想重构股指序列的方法是可行、有效的。
科研之友
微信
新浪微博
Facebook
分享链接
