首页 > 《学海》 > 2018年5期 > 基于机器学习算法的金融期权波动率预测

基于机器学习算法的金融期权波动率预测

在线阅读下载PDF 导出详情

摘要期权波动率预测是期权风险预警管理的关键问题，传统方法采取GARCH等时间序列模型。与传统方法不同，本文创建了基于机器学习算法的“SKRG递进集成”新预警体系，体系以中国波指为对象，采取48个相关指标作为对中国波指预测的特征（Feature），依次引入SVM机器学习、KNN样本不平衡机器学习、RF划分、GBDT优化完成机器学习建模过程，逐步提高预测精准率。测试样本显示，基于机器学习的预测效果好于传统的GARCH模型。本文的理论价值在于丰富了期权随机波动率预测领域的相关文献，应用价值在于为波动率的预测进而期权风险预警提供了新的方法。

DOI lj1kw12gdv/1965620

作者马天平;吴卫星

机构地区不详

出处《学海》 2018年5期

关键词机器学习期权交易波动率预测

分类 [哲学宗教][中国哲学]

出版日期 2018年05月15日（中国期刊网平台首次上网日期，不代表论文的发表时间）