×
克里斯托斯·阿夫杜拉斯；斯特利奥斯·贝基罗斯；萨布里·布贝克

基于演化的非线性STAR模型收益预测：来自欧元区外围股市的证据。 （英语） Zbl 1404.62136号

安·Oper。物件。 262，第2号，307-333（2018）.
摘要：由于固有的非线性和结构不稳定性，传统的线性回归和时间序列模型往往无法产生准确的预测，这是金融市场的特征，并对有效市场假设提出了挑战。机器学习技术能够有效地处理非线性建模，因此正在成为收益预测的广泛工具。与传统方法不同，引入了基于遗传算法的进化规划方法来估计和微调STAR类模型的参数。使用混合方法，我们采用交易规则，在引入欧元共同货币后的长时间样本外时期内，为欧元区南部外围股市产生超额回报。我们的研究结果可能对市场效率和可预测性具有重要意义。基于拟议方法的投资或交易策略可能会使市场代理获得更高的回报。

引用于三文件

MSC公司：

62第20页 统计学在经济学中的应用
62M20型 随机过程推断和预测

关键词：

股票市场；收益预测；STAR型号；遗传算法
PDF格式BibTeX公司 XML格式引用
\textit{C.Avdoulas}等人，Ann.Oper。第262号决议，第2号，307--333（2018；Zbl 1404.62136）
全文： 内政部

参考文献：

[1] 阿比耶夫，RH；Abiyev，VH，《模糊小波神经网络用于股价预测的差分评价学习》，《信息计算科学杂志》，第7期，第21-130页，（2012）
[2] 阿鲁穆加姆，密西西比州；Rao，MVC，关于计算一类混合系统最优控制的自适应参数、交叉算子和均方根（RMS）变量的粒子群优化算法的改进性能，应用软计算，8，324-336，（2008）·doi:10.1016/j.asoc.2007.010
[3] 奥斯汀，M；贝茨，G；登普斯特，M；Williams，S，外汇交易自适应系统，Eclectic，18，21-26，（2004）
[4] Bäck，T.（1996）。进化算法的理论与实践牛津：牛津大学出版社·Zbl 0877.68060号
[5] 培根·D·W·和瓦茨·D·G·（1971）。估计两条相交直线之间的过渡。生物特征，58, 525-534. ·兹比尔0224.62035
[6] 巴尔克，N；Fomby，T，《大冲击、小冲击和经济波动：宏观经济时间序列中的离群值》，《应用计量经济学杂志》，第9期，第181-200页，（1994年）·doi:10.1002/jae.3950090205
[7] 巴尔弗斯，RJ；科西马诺，TF；McDonald，B，《在有效市场中预测股票收益》，《金融杂志》，45，1109-1128，（1990）·doi:10.1111/j.1540-6261.1990.tb02429.x
[8] Bekiros，S，平滑过渡自回归模型中参数估计的稳健算法，《经济学快报》，103，36-38，（2009）·Zbl 1181.62122号 ·doi:10.1016/j.econlet.2009.01.020
[9] 贝尔，K；Nofsinger，JR，《股票收益的季节性和条件异方差》，《金融研究杂志》，21，229-246，（1998）·doi:10.1111/j.1455-68031998.tb00682.x
[10] 伯恩哈特，D；坎佩罗，D；Kutsoati，E，Who畜群，《金融经济学杂志》，80，657-676，（2006）·doi:10.1016/j.jfineco.2005.07.006
[11] Bollerslev，T；Ghysels，E，周期自回归条件异方差，《商业与经济统计杂志》，第14期，第139-152页，（1996）
[12] 医学博士Bradleya；Jansen，DW，股票收益和工业生产非线性动态模型预测，国际预测杂志，20，321-342，（2004）·doi:10.1016/j.ij预测.2003.09.007
[13] 布伦，W；Glosten，左后；Jagannathan，R，《股票指数收益的可预测变化》，《金融杂志》，441177-1189，（1990）·doi:10.1111/j.1540-6261.1989.tb02649.x
[14] Brock，W.A.、Dechert，D.和Scheinkman，J.（1987）。基于关联维度的独立性测试”。威斯康星大学麦迪逊分校，社会科学研究工作文件，第8762号·Zbl 0893.62034号
[15] Burridge，P.和Taylor，A.M.R.（1999）。关于周期异方差存在下季节单位根的回归检验，讨论论文，第9910号。伯明翰大学经济系。
[16] JY坎贝尔；Hamao，Y，《美国和日本的可预测股票回报：长期资本整合研究》，《金融杂志》，47，43-67，（1992）·doi:10.1111/j.1540-6261.1992.tb03978.x
[17] Chan，K；Tong，H，关于自回归模型中的阈值估计，时间序列分析杂志，7199-194，（1986）·Zbl 0596.62085号 ·doi:10.1111/j.1467-9892.1986.tb00501.x
[18] 丹尼尔，K；Titman，S，《市场对有形和无形信息的反应》，《金融杂志》，611605-1643，（2006）·数字对象标识代码：10.1111/j.1540-6261.2006.00884.x
[19] 迪堡，FX；Mariano，RS，《比较预测准确性》，《商业与经济统计杂志》，第13期，第253-265页，（1995年）
[20] 利马，PJF，相关积分统计的无干扰参数特性，《计量经济学评论》，第15期，第237-259页，（1996）·Zbl 0905.62118号 ·网址：10.1080/07474939608800354
[21] WE费森；CR哈维，《国际股票收益的风险和可预测性》，《金融研究评论》，6527-566，（1993）·doi:10.1093/rfs/6.3.527
[22] 弗朗西斯，P；Dijk，D；Lucas，A，《离群值的短补丁》，ARCH和波动率建模，应用金融经济学，14，221-231，（2004）·doi:10.1080/0960310042000201174
[23] Franses，P.和Van Dijk，D.（2000年）。实证金融中的非线性时间序列模型剑桥：剑桥大学出版社。 ·doi:10.1017/CBO9780511754067
[24] Glosten，左后；Jagannathan，R；伦克尔，DE，《关于股票名义超额收益率的期望值和波动性之间的关系》，《金融杂志》，481779-1801，（1993）·doi:10.1111/j.1540-6261.1993.tb05128.x
[25] Granger，C.W.J.和Teräsvirta，T.（1993）。非线性经济关系建模牛津：牛津大学出版社·兹比尔0893.90030
[26] 汉密尔顿，J.D.（1994）。时间序列分析普林斯顿：普林斯顿大学出版社·Zbl 0831.62061号
[27] Hendry，D.F.（1995年）。动态计量经济学牛津：牛津大学出版社·Zbl 0897.62127号
[28] Hirschleifer，D；Subrahmanyam，A；Titman，S，《反馈与非理性投资者的成功》，《金融经济学杂志》，第81期，第311-338页，（2006年）·doi:10.1016/j.jfineco.2005.05.006
[29] Leybourne，S.、Newbold，P.和Vougas，D.（1998年）。单位根和平滑过渡。时间序列分析杂志，19第83-97页·Zbl 0902.62132号
[30] Majhi，R.、Panda，G.、Sahoo，G.，Dash，P.K.和Das，D.P.（2007年）。使用细菌觅食优化技术对标准普尔500指数和道琼斯工业平均指数进行股市预测。摘自：进化计算CEC 2007，IEEE大会，第2569-2575页。
[31] 苗，K；陈，F；赵志刚，基于菌落RBF神经网络的股价预测，青岛大学学报（自然科学版），20,50-54，（2007）
[32] Mitchell，M.（1996）。遗传算法简介马萨诸塞州：麻省理工学院出版社剑桥。
[33] Nevmyvaka，Y.、Feng，Y.和Kearns，M.（2006）。强化学习，优化交易执行。ICML'06年：第23届机器学习国际会议论文集。ACM出版社，第673-680页。
[34] Newey，W.K.和West，K.D.（1994年）。协方差矩阵估计中的自动滞后选择。经济研究综述，61, 631-653. ·Zbl 0815.62063号
[35] Peralta，J.、Li，X.、Gutierrez，G.和Sanchis，A.（2010年）。使用遗传算法和差分进化的进化人工神经网络进行时间序列预测。国际神经网络联合会议（IJCNN’10）1-8，IEEE。
[36] Pérez-Rodríguez，合资公司；托拉，S；Andrada-Félix，J，STAR和ANN模型：西班牙“ibex-35”股票指数的预测表现，《实证金融杂志》，12，490-509，（2005）·doi:10.1016/j.jempfin.2004.03.001
[37] Pérez-Rodríguez，合资公司；托拉，S；Andrada-Félix，J，《西班牙ibex35股票期货指数收益是否使用非线性模型进行预测？》？，应用金融经济学，14963-975，（2005）·doi:10.1080/09603100500108220
[38] Peel，D.A.和Speight，A.E.H.（1996）。美国商业周期不对称吗？一些进一步的证据。应用经济学，28, 405-415.
[39] 佩萨兰，MH；Timmermann，A，《股票收益的可预测性：稳健性和经济意义》，《金融杂志》，50，1201-1228，（1995）·doi:10.1111/j.1540-6261.1995.tb04055.x
[40] 佩萨兰，MH；Timmermann，A，预测英国股票收益的递归建模方法，《经济杂志》，110，159-191，（2000）·doi:10.1111/1468-0297.00495
[41] 邱，X.，张，L.，任，Y.，Suganthan，P.N.，&Amaratunga，G.（2014）。集成回归和时间序列预测的深度学习。IEEE集成学习计算智能研讨会论文集，1-6。
[42] Quandt，R.（1983）。计算问题和方法。在Z.Griliches&M.D.Intriligator（编辑）中，计量经济学手册（第1卷，第699-746页）。阿姆斯特丹：爱思唯尔科学·Zbl 0563.65100号
[43] Sapankevych，N.和Sankar，R.（2013）。约束运动粒子群优化和支持向量回归用于非线性时间序列回归和预测应用。第十二届机器学习与应用国际会议论文集，473-477。
[44] Stock，J.和Watson，M.W.（2003年）。计量经济学导论纽约：普伦蒂斯·霍尔。
[45] 高桥，T；Sakai，S；哈拉，A；Iwane，N，《利用差分进化与退化优化的神经网络预测股票价格》，《国际创新计算、信息与控制杂志》，第5期，第5021-5031页，（2009年）
[46] Teräsvirta，T，平滑过渡自回归模型的规范、估计和评估，美国统计协会杂志，89208-218，（1994）·Zbl 1254.91686号
[47] Teräsvirta，T；HM Anderson，《使用平稳过渡自回归模型表征商业周期中的非线性》，《应用计量经济学杂志》，第7期，第119-s136页，（1992年）·文件编号：10.1002/jae.3950070509
[48] Tong，H.（1978）。在阈值模型上。陈冠华（编辑），模式识别和信号处理（第101-141页）。阿姆斯特丹：Sijthoff&Noordhoff。
[49] Tong，H.（1990）。非线性时间序列：动力系统方法牛津：牛津大学出版社·Zbl 0716.62085号
[50] Tong，H.和Lim，K.S.（1980年）。阈值自回归、极限环和数据。英国皇家统计学会期刊B，42, 245-292. ·Zbl 0473.62081号
[51] Vega，C，《股票价格对公共和私人信息的反应》，《金融经济学杂志》，82，103-133，（2006）·doi:10.1016/j.jfineco.2005.07.011
[52] Dijk，D；弗朗西斯，P；Lucas，A，在存在加性异常值的情况下对ARCH进行测试，《应用计量经济学杂志》，第14期，第539-562页，（1999年）·doi:10.1002/（SICI）1099-1255（199909/10）14:5<539:：AID-JAE526>3.0.CO；2瓦
[53] Worasucheep，C.（2007年）。一种新的自适应差分进化算法：在泰国股市指数预测中的应用。1918-1925年，新加坡，IEEE进化计算大会会议记录（CEC'07）。
[54] 张，G；比利时Patuwo；胡明宇，《人工神经网络预测：最新进展》，《国际预测杂志》，第14期，第35-62页，（1998年）·doi:10.1016/S0169-2070（97）00044-7
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。