改进的自适应Lasso方法在股票市场中的应用

改进的自适应Lasso方法在股票市场中的应用

论文摘要

在金融领域,自适应Lasso被广泛的用于股票价格预测模型中的变量选择和参数估计。然而,自适应Lasso是针对非时间序列模型提出的,忽略了时间序列模型特定的结构,比如时间序列模型中通常会出现滞后阶数越靠后,对未来的预测能力越弱的特性,从而,容易造成估计及预测不精确。因此,时间序列模型的变量选择惩罚参数的设计应与滞后阶数相关,即对越靠后的滞后阶数应加上越大的惩罚。为了充分考虑时间序列模型的特性且保留自适应Lasso的优点,本文针对时间序列AR(p)模型提出一种改进的自适应Lasso(MA Lasso)方法,通过在自适应Lasso惩罚基础上乘以一个关于滞后阶数单调不减的函数来达到目标。这样设计的惩罚参数的另一个优点是通过选取特定的惩罚参数,Lasso,自适应Lasso方法都是MA Lasso方法的特例。进一步,对于AR(p)模型中另一个重要参数p的选择问题,本文提出一种改进的BIC模型准则来选择p。最后,将MA Lasso方法应用到中证100指数中,实证分析表明,与Lasso和自适应Lasso相比,MA Lasso选择最简模型且预测效果最佳,即选择最少的预测变量的同时且具有最小的模型预测误差。

论文目录

文章来源

类型: 期刊论文

作者: 王国长,梁焙婷,王金枝

关键词: 自适应,股价预测

来源: 数理统计与管理 2019年04期

年度: 2019

分类: 社会科学Ⅱ辑,基础科学,经济与管理科学

专业: 数学,金融,证券,投资

单位: 暨南大学经济学院统计学系

基金: 函数数据变换模型及降维方法的研究(11501248)

分类号: O212.1;F832.51

DOI: 10.13860/j.cnki.sltj.20190605-001

页码: 750-760

总页数: 11

文件大小: 850K

下载量: 611

相关论文文献

  • [1].基于LASSO方法的企业财务困境预测[J]. 统计与决策 2016(23)
  • [2].基于Lasso二元选择分位数回归的上市公司信用评估[J]. 系统工程 2017(02)
  • [3].基于线性插值的贝叶斯Lasso分位数回归及应用[J]. 统计与决策 2017(18)
  • [4].长江经济带生产性服务业对制造业竞争力的影响——基于Lasso方法的实证研究[J]. 湘潭大学学报(哲学社会科学版) 2016(05)
  • [5].Lasso法在我国农业用水效率模型的应用研究[J]. 灌溉排水学报 2015(05)
  • [6].丝绸之路经济带核心区新型城镇化驱动因素量化分析与对策——基于LASSO的变量筛选[J]. 干旱区地理 2019(06)
  • [7].基于自适用lasso的更新几何过程参数估计[J]. 经济数学 2017(02)
  • [8].基于Lasso和支持向量机的组合预测及其应用[J]. 经济数学 2016(02)
  • [9].基于Lasso方法的人民币汇率影响因素分析[J]. 时代金融 2016(17)
  • [10].基于Lasso类方法在时间序列变量选择中的应用[J]. 鲁东大学学报(自然科学版) 2016(01)
  • [11].基于Lasso的外商直接投资影响因素研究[J]. 湖南大学学报(社会科学版) 2014(02)
  • [12].基于双自适应Lasso惩罚的随机效应分位回归模型研究[J]. 数量经济技术经济研究 2017(05)
  • [13].基于Lasso方法的碳钢土壤腐蚀率预报研究[J]. 科学技术与工程 2014(35)
  • [14].基于Lasso改进的一般因果关系检验[J]. 统计与信息论坛 2008(02)
  • [15].基于R软件的Lasso回归在肿瘤信息基因选择中的应用[J]. 广西师范学院学报(自然科学版) 2016(04)
  • [16].基于LASSO的复杂产品关键质量特性识别[J]. 系统工程 2014(06)
  • [17].基于LASSO方法的结构突变理论研究综述[J]. 江西师范大学学报(自然科学版) 2015(02)
  • [18].广义线性模型组LASSO路径算法[J]. 中国科学:数学 2015(10)
  • [19].基于Lasso回归的高速动车组齿轮箱性能检测方法[J]. 城市轨道交通研究 2020(03)
  • [20].基于Lasso的稀疏微波成像分块成像原理与方法研究(英文)[J]. 雷达学报 2013(03)
  • [21].处置效应模型估计中的后定变量偏误——以倾向得分与LASSO估计为例[J]. 统计研究 2020(08)
  • [22].组LASSO罚多变量自回归模型脑电特征分工类[J]. 高技术通讯 2019(11)
  • [23].岭回归、LASSO回归和Adaptive-LASSO回归下的财政收入因素分析[J]. 吉林师范大学学报(自然科学版) 2018(02)
  • [24].基于Lasso特征选择的方法比较[J]. 安徽电子信息职业技术学院学报 2014(01)
  • [25].国民幸福感的指标体系构建与影响因素分析:基于LASSO的筛选方法[J]. 统计研究 2018(11)
  • [26].基于自适应Lasso变量选择方法的指数跟踪[J]. 统计与决策 2018(16)
  • [27].人民币是否已成为他国货币篮子的组成币种?——基于LASSO估计方法的研究[J]. 上海金融 2014(11)
  • [28].基于lasso方法在变量选择中的应用研究[J]. 城市地理 2016(12)
  • [29].基于岭回归和Lasso回归的螺纹钢期货价格实证分析[J]. 吉林师范大学学报(自然科学版) 2020(01)
  • [30].基于LASSO变量选择方法的网络广告点击率预测模型研究[J]. 数理统计与管理 2016(05)

标签:;  ;  

改进的自适应Lasso方法在股票市场中的应用
下载Doc文档

猜你喜欢