×
罗莎妮·W·迪维塞卡拉。;鲁万·D·纳瓦拉特纳。;Lakshika S.纳瓦拉特纳。

主要金融工具全球市场价格预测。 （英文） Zbl 1450.62132号

J.概率。斯达。 2020年，文章ID 1258463，第11页（2020年）.
总结：建立健康金融未来最简单、最快的方法之一是投资全球市场。然而，由于经济危机的影响，全球市场的价格高度波动。因此，未来的预测和比较导致交易者用价格做出低风险决策。本研究基于时间序列模型预测全球市场金融工具的每日收盘价。预测模型通过两个样本大小进行测试，即用于相关性分析的5年收盘价和用于2013年1月至2018年1月建模的3年收盘价。对ARIMA和GARCH类模型（即TGARCH、APARCH和EGARCH）的预测能力进行了比较。基于Akaike信息准则（AIC）和贝叶斯信息准则（BIC）的最小值来选择最佳拟合模型。最后，基于均方根偏差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE），利用预测误差的测量值对ARIMA和GARCH类模型进行了比较。GARCH模型是最适合澳元、饲养牛和咖啡的模型。APARCH模型为玉米和原油提供了最佳样本外性能。EGARCH和TGARCH分别是黄金和国债的较好模型。GARCH类模型被选为比ARIMA模型更好的全球金融市场工具每日收盘价预测模型。

MSC公司：

62P05号 统计学在精算科学和金融数学中的应用
62米10 统计学中的时间序列、自相关、回归等（GARCH）
62M20型 随机过程推断和预测
62B10型 信息理论主题的统计方面
91B84号 经济时间序列分析

关键词：

预测;Akaike信息准则（AIC）;贝叶斯信息准则（BIC）

软件：

美国astsa;FinTS公司;JMulTi公司;R（右）
PDF格式BibTeX公司 XML格式引用
\textit{R.W.Divisekara}等人，J.Probab。Stat.2020，文章ID 1258463，11 p.（2020；Zbl 1450.62132）
全文： 内政部

参考文献：

[1] 豪斯肯，R.F.O.H。；Ronold，A.H.，《动态ARMA-GARCH模型：奥斯陆证券交易所的回报和交易预测》（2018），挪威特隆赫姆：挪威科技大学，挪威特隆赫姆，硕士论文
[2] Rathnayaka，R.M.K.T。；Senevirathna，D.M.K.N。；Nagahawatta，S.C.，《哥伦比亚证券交易所股票市场行为实证调查》，《国际商业、经济和管理工作杂志》，第1、2、12-16页（2014年）
[3] 新罕布什尔州米斯旺。；Ngatiman，N.A。；Hamzah，K。；Zamzamin，Z.Z.，ARIMA和GARCH模型在马来西亚市场资产和股票波动建模和预测中的比较表现，应用数学科学，8，140，7001-7012（2014）·doi:10.122988/ams2014.47548
[4] Kumari，S.N。；Tan，A.，《波动率序列建模与预测：参考黄金价格》，泰国统计学家，16，1，77-93（2018）·Zbl 1428.62501号
[5] Bulut，B.，《利用GARCH模型预测有色金属价格&从世界石油市场到有色金属市场的波动溢出》（2010年），土耳其安卡拉：中东技术大学社会科学研究生院，土耳其安克拉，理学硕士论文
[6] Nadarajah，S。；阿富埃切塔，E。；Chan，S.，五种流行商品的GARCH模型，实证经济学，48，4，1691-1712（2014）·doi:10.1007/s00181-014-0845-3
[7] Chand，S。；卡马尔，S。；Ali，I.，《使用ARCH和GARCH模型对股价进行建模和波动性分析》，《世界应用科学杂志》，第19期，第177-82页（2012年）·doi:10.5829/idosi.wasj.2012.19.01.793
[8] Helail，M.S.，《ARIMA和GARCH模型在预测货币兑换数据时间序列数据应用研究中的比较研究》（2015），巴勒斯坦国加沙市：Al-Azhar大学-加沙，加沙市，巴勒斯坦国，硕士论文
[9] Adebiyi，A.A。；Adewumi，A.O。；Ayo，C.K.，使用ARIMA模型进行股票价格预测，UKSim AMSS第16届国际计算机建模与仿真会议论文集·doi:10.1109/UKSim.2014.67
[10] Shumway，R。；Stoffer，D.，《时间序列分析及其应用与R示例》，Springer Texts in Statistics（2010），德国柏林：Springer，Berlin，Germany·Zbl 1276.62054号 ·doi:10.1007/978-14419-7865-3
[11] Engle，R.，GARCH 101:应用计量经济学中ARCH/GARCH模型的使用，《经济展望杂志》，15，4，157-168（2001）·doi:10.1257/jep.15.4.157
[12] 比什特，A。；Kumar，A.，《估计印度脉冲价格的波动性：GARCH模型的应用》，《经济事务》，64，3，513-516（2019）·doi:10.30954/0424-2513.2019.6
[13] Zakoian，J.-M.，阈值异方差模型，《经济动态与控制杂志》，第18期，第5期，第931-955页（1994年）·Zbl 0806.90018号 ·doi:10.1016/0165-1889（94）90039-6
[14] 丁，Z。；格兰杰，C.W.J。；Engle，R.F.，《股票市场收益的长记忆特性和新模型》，《实证金融杂志》，第1期，第83-106页（1993年）·doi:10.1016/0927-5398（93）90006-d
[15] Nelson，D.B.，《资产收益的条件异方差：一种新方法》，《计量经济学》，59，2，347-370（1991）·Zbl 0722.62069号 ·doi:10.2307/2938260
[16] Dritsaki，C.，《ARIMA-GARCH混合建模和预测油价的表现》，《国际能源经济与政策杂志》，8，3，14-21（2018）
[17] Lutkepohl，H。；Kraetzig，M.，《应用时间序列计量经济学》（2004），英国剑桥：剑桥大学出版社，英国剑桥·Zbl 1076.62119号
[18] 苏莱曼，S。；Alabi Issa，文学硕士。；美国乌斯曼。；Adamu，U.，《尼日利亚原油价格建模与预测》，《营销管理与经济新研究国际期刊》，2015年第2期，第1期，第1-13页
[19] Uwilingiyimana，C。；蒙加图，J。；Harerimana，J.D.，《使用ARIMA-GARCH模型预测肯尼亚通货膨胀》，《国际管理与商业创新杂志》，3，2，15-27（2016）
[20] Kwiatkowski，D。；菲利普斯，P.C。；施密特，P。；Shin，Y.，《用单位根替代检验平稳性的零假设》，《计量经济学杂志》，54，1-3，159-178（1992）·Zbl 0871.62100号 ·doi:10.1016/0304-4076（92）90104-y
[21] Malik，V.，ARIMA/GARCH（1,1）使用R对Ge股价进行建模和预测，亚太期刊，8，1，2349-2317（2017）
[22] 阿迪卡里，R。；Agrawal，R.K.，《时间序列建模和预测的介绍性研究》（2013），德国萨尔布吕肯：LAP Lambert Academic Publishing，德国萨尔布吕肯
[23] Tsay，R.，《金融时间序列分析》（2005），美国新泽西州霍博肯：威利，霍博肯，新泽西州，美国·Zbl 1086.91054号
[24] 弗朗克·C。；Zakoїan，J.，《GARCH模型结构、统计推断和金融应用》（2019年），美国新泽西州霍博肯：威利，新泽西州霍博肯·兹比尔1431.62004
[25] Iqbal，F.，基于绝对残差自相关的GARCH模型诊断检验，巴基斯坦统计与运筹学杂志，9，2，171-180（2013）·Zbl 1509.62327号 ·doi:10.18187/pjsor.v9i2.612
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。