简介：期权波动率预测是期权风险预警管理的关键问题，传统方法采取GARCH等时间序列模型。与传统方法不同，本文创建了基于机器学习算法的“SKRG递进集成”新预警体系，体系以中国波指为对象，采取48个相关指标作为对中国波指预测的特征（Feature），依次引入SVM机器学习、KNN样本不平衡机器学习、RF划分、GBDT优化完成机器学习建模过程，逐步提高预测精准率。测试样本显示，基于机器学习的预测效果好于传统的GARCH模型。本文的理论价值在于丰富了期权随机波动率预测领域的相关文献，应用价值在于为波动率的预测进而期权风险预警提供了新的方法。
简介：<正>经济改革中“短周期”的成因何在?治理经济“短周期”有何对策?根据西方资本主义市场经济约三至六年出现一次经济危机的现象,国内有学者提出了“关于我国经济周期性规律”的观点。这一观点认为,自1952年以来,大约五年左右,我国经济即出现一个“短周期”。其间经济波动,呈现萧条景象。
基于机器学习算法的金融期权波动率预测
试论我国国民经济周期性波动的成因及对策
