书名：金融波动率的智能预测方法
格式：扫描版
出版时间：2020年
作者：耿立艳，贾丽丽
内容提要:
本书对金融波动率的新型智能预测方法进行深入系统研究，在分析国外研究现状的基础上，对金融波动率的新型智能预测方法进行深入系统研究，主要利用最小二乘支持向量机、自适应模糊推理系统及灰色预测法构建金融波动率的新型智能预测模型，并通过对中国金融市场的实证研究，以不同的评价指标检验所建模型的有效性。本书在一定程度上推动了智能预测理论与方法的发展。本书研究内容为相关领域的科研工作者提供理论与方法的参考依据。
目录
第1章 绪论 1
1.1 金融市场波动率含义 1
1.2 金融市场波动率基本特征 2
1.3 金融市场波动率智能预测方法的发展趋势 4
1.4 本章小结 15
第2章 金融市场波动率的最小二乘支持向量机预测方法 16
2.1 最小二乘支持向量机 16
2.2 基于chaos-LSSVM-PSOTVAC模型的股指波动率预测方法 21
2.3 基于最小二乘小波支持向量机的股指波动率预测方法 38
2.4 本章小结 55
第3章 金融市场波动率的自适应神经模糊推理系统预测方法 57
3.1 ANFIS原理 57
3.2 基于ANFIS的股指期货波动率预测方法 64
3.3 基于ANFIS-CARRX模型的股指波动率预测方法 70
3.4 本章小结 80
第4章 金融市场波动率的灰色预测方法 81
4.1 GM（1,1）模型 81
4.2 基于GAGM-GARCH类模型的股指波动率预测方法 84
4.3 基于GM-ANFIS模型的基金波动率预测方法 100
4.4 基于GM-LSSVM-PSO模型的高频股指波动率预测方法 106
4.5 本章小结 115
第5章 结论 117
参考文献 119
金融波动率的智能预测方法pdf在线试读：
第1章绪论
1.1 金融市场波动率含义
金融市场波动率是指随着时间的变化，金融市场中金融资产收益率的波动程度。目前，金融市场波动率的度量还没有统一的标准。根据现有的文献资料，金融市场波动率的度量方法主要有两种:一种是将(对数)收益率看成随机变量，用其标准差或方差来度量。另一种是利用金融资产价格变动的极差来度量。这些金融市场波动率的计算方法属于后验性质的，即计算的是金融资产在过去时间的波动率(王国华，2017)。实际中，投资者和研究者更想获得金融市场波动率的未来变化特征。真实的金融市场波动率是无法直接观测的，因此，研究者们选用不同的指标作为真实金融市场波动率的代理变量，主要包括实际波动率、历史波动率、远期波动率和隐含波动率(威尔莫特，2013)。
1.1.1 实际波动率
实际波动率是指在任意时点某一金融资产收益率的波动程度。它存在于每个瞬间，即实际波动率属于瞬时(点)波动率，与时间刻度无关。从统计学来看金融资产收益是一个随机过程，实际波动率的值是一个未知数，每时每刻都可能不同。尽管实际波动率难以测度，但是，它是期权定价模型的重要输入变量，可以通过各种方法得到其估计值。
1.1.2 历史波动率
历史波动率又称作已实现波动率，是指在过去一段时间内某一资产收益率的波动程度。历史波动率是通过过去一段时间内标的资产市场价格的历史数据进行计算的。一般地，根据金融市场波动率的定义，首先通过资产的价格数据计算出对应的收益率数据，然后再计算收益率的方差或标准差并将其当作历史波动率的估计值，许多金融市场波动率模型都是估计历史波动率。当实际波动率是不随时间而变化的常数时，此时金融市场历史波动率就是实际波动率的一个近似值
1.1.3 远期波动率
远期波动率又称为预测(预期)波动率，是指通过统计模型对实际波动率进行预测而得到的未来一段时间或某一瞬间的波动率。在期权定价模型中，人们常常通过远期波动率来确定期权的理论价格。一般来说，历史波动率和远期波动率并不相等，历史波动率是远期波动率预测未来波动率的基础，远期波动率是人们对实际波动率的一种理解和预期判断。远期波动率所指的未来波动率可以是瞬时(点)波动率，也可以是一段时间的波动率;既可以是实际波动率也可以是隐含波动率。
1.1.4 隐含波动率
隐含波动率是指当期权的市场价格、标的资产价格、无风险利率、到期时间期权的执行价格等因素给定的情况下，基于某个衍生证券定价模型所计算出来的……
金融波动率的智能预测方法pdf下载
