滬深300高頻波動率的預測及應用——基于深度學習的方法

摘要：選取滬深300指數5分鐘高頻數據,以高頻價格序列的強記憶性為切入點,構建基于高頻價格序列的長短期記憶模型LSTM。基于已實現波動率(RV)理論計算出真實波動率的預測值,并研究了預測波動率在趨勢擇時策略中的應用。研究發現:基于高頻價格序列的LSTM波動率預測模型的預測能力明顯優于其他三種模型,充分發揮了長短期記憶模型的優勢,經過該波動率改進的趨勢擇時策略很好控制了投資風險。