基于双门限GARCH模型的高频股票波动率研究 论文

资产收益率预测是金融投资领域的重点关心对象。基于高频金融数据的资产收益率预测能够为投资者提供更加准确的决策依据。为了更好地刻画资产收益率数据的非对称性与尖峰厚尾性，研究者们构建了一种DTGARCH模型，其扰动项服从标准Laplace分布。该模型通过极大似然估计法，对模型参数进行了有效估计，并对不同分布扰动项的模型进行了详细的建模分析。相关分析表明，DTGARCHLaplace模型在表现上优于传统的GARCH模型和DTARCHLaplace模型。如果您对这一类模型的实证分析感兴趣，可以参考基于GARCH模型族上证指数收益率波动的实证分析，该文章详细探讨了GARCH模型在实际数据中的应用。

通过自助法与预测值的条件分布构建的预测置信区间在精确度上得到了显著提升。更多关于自助法构建预测置信区间的内容，您可以阅读MATLAB在GARCH模型上的应用_基于玉米期货收益率，这篇文章提供了对相关模型应用的深度分析和实例展示。