首页 | 本学科首页   官方微博 | 高级检索  
     

基于PSO的证券市场GARCH模型实证研究
引用本文:须文波,奚茂龙,孙俊.基于PSO的证券市场GARCH模型实证研究[J].计算机工程与设计,2006,27(16):3015-3017.
作者姓名:须文波  奚茂龙  孙俊
作者单位:江南大学,信息工程学院,江苏,无锡,214122
摘    要:粒子群算法是一个有效的快速寻找连续函数极值的方法,它规则简单,编程易于实现.突破传统经济计量学“同方差条件”的限制,引入了GARCH模型,针对GARCH模型传统估计方法的不足,提出利用粒子群及其改进算法,快速精确地估计证券市场GARCH模型的参数,动态的度量描述证券市场收益序列的条件异方差;并利用算法建立美国证券市场道琼斯指数收益的GARCH模型,进行了走势预测,实例证明它是一个简单有效的算法.

关 键 词:GARCH模型  PSO算法  异方差  惯性权重法  压缩因子法
文章编号:1000-7024(2006)16-3015-03
收稿时间:2005-06-16
修稿时间:2005-06-16

Empirical study on stock through GARCH based on PSO algorithm
XU Wen-bo,XI Mao-long,SUN Jun.Empirical study on stock through GARCH based on PSO algorithm[J].Computer Engineering and Design,2006,27(16):3015-3017.
Authors:XU Wen-bo  XI Mao-long  SUN Jun
Affiliation:School of Information Technology, Southern Yangtze University, Wuxi 214122, China
Abstract:
Keywords:GARCH model  PSO algorithm  heteroskedasticity  inertia weight algorithm  constriction factor algorithm
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号