引入 $\sigma$-Cell:在基于 RNN 的波动率预测中统一 GARCH、随机波动与演化机制
计算金融
2023-09-06 v1
摘要
本文提出 -Cell,一种用于金融波动率建模的新型循环神经网络(Recurrent Neural Network, RNN)架构。该 -Cell 将 GARCH 等传统计量经济学方法与深度学习相桥接,引入随机层与时变参数以捕捉动态波动率模式。我们的模型作为一个生成网络,近似潜变量的条件分布。我们采用基于对数似然的损失函数与专用激活函数以提升性能。实验结果表明,相较于传统 GARCH 与随机波动率(Stochastic Volatility)模型,其预测精度更优,迈出了将领域知识与神经网络融合的下一步。
引用
@article{arxiv.2309.01565,
title = {Introducing the $\sigma$-Cell: Unifying GARCH, Stochastic Fluctuations and Evolving Mechanisms in RNN-based Volatility Forecasting},
author = {German Rodikov and Nino Antulov-Fantulin},
journal= {arXiv preprint arXiv:2309.01565},
year = {2023}
}