基于机器学习与模糊参数的广义 BN-S 模型股价指数分析
数理金融
2022-02-08 v3
摘要
本文结合数据科学与模糊理论改进经典的 Barndorff-Nielsen 和 Shephard 模型，并将其用于分析标普 500 指数。我们基于模糊理论对指数数据进行预处理。此后，分析过去十年的标普 500 股指数据，并利用多种机器与深度学习方法提取确定性参数。结果表明，融入模糊参数的新模型能够纳入经典 Barndorff-Nielsen 和 Shephard 模型中的长期依赖性。相较于经典模型，该修正仅基于少量改动。同时，所得分析有效捕捉了股指时间序列的随机动态。
引用
@article{arxiv.2101.08984,
title = {Analysis of stock index with a generalized BN-S model: an approach based on machine learning and fuzzy parameters},
author = {Xianfei Hui and Baiqing Sun and Hui Jiang and Indranil SenGupta},
journal= {arXiv preprint arXiv:2101.08984},
year = {2022}
}
备注
13 figures, 12 Tables