特征滞后计算的股市波动预测

？针对股票价格波动拐点难以有效预测导致预测精度不高的问题,提出一种特征滞后程度计算的均值门限广义自回归条件异方差(lrd-tgarch-m)模型。首先,基于股价波动与指标变化出现的不一致性,给出了滞后性的定义,并引入能量波动概念,从能量角度提出特征滞后程度(ld)计算模型;然后,用ld度量拐点出现之前的风险大小,将其加入到股价均值方程中,克服均值门限广义自回归条件异方差(tgarch-m)模型对拐点预测的不足;其次,根据拐点附近波动相对剧烈,将ld加入到误差项的方差方程中,优化方差的变化,提高模型的预测精度;最后,给出了lrd-tgarch-m模型的波动预测公式和精度分析,并在股票数据上进行实验,结果表明,与tgarch-m模型相比,精确度提高了3.76%;与均值指数garch(egarch-m)模型相比,精确度提高了3.44%,证明了lrd-tgarch-m模型可以提高股价走势预测精度,减小误差。