1、率指标对未来波动率的预测能力。其中,单变量回归可以独立的捕捉相应的波动率因子所包含的未来波动率的信息量,而多因子回归则,提出的期权定价模型所得到的隐含波动率是市场对标的资产未来波动率的预期,而历史波动率所代表的过去的波动率信息。由,提出来的无模型隐含波动率也是市场参与者对资产未来波动率的预期,但括在内,只有无模型隐含波动率和历史波动率具有相互补充的解释作用。另外,基于看涨期权数据计算出来的无模型隐含波动率因子在解释看涨期权数据的时候具有更好的效果。关键词历史波动率隐含波动率无模型隐含波动率上证引言对波动率的研究是资产定价时会存在定的不足。黄薏舟,郑振龙首次使用香港恒生指数期权数据研究了香港期权市场波动率因子对标的资产未来波动率的解释能力,其认为在香港市场中,。
2、上对资产未来波动率具有最好的预测效果的波动率因子以及各因子之间所包含的信息的相互作用。摘要本文基于历史波动率,无模型隐含波动率和隐含波动率个不同的波动率因子对上证期定的不足。沿用黄薏舟,郑振龙中的方法,本文中同时使用单变量回归和多变量回归的综合分析方法来分析不同波动率指标对未来波动率的预测能力。其中,单变量回归可以独立的捕捉相应的波动率因子所包含的未来波动率的信息量,而多因子回归则研究是资产定价领域的重要课题,对资产波动率的预测在投资中被广泛关注。通常情况下,历史波动率被作为未来波动率的替代量,很多研究者认为历史波动率包含了未来波动率的定信息。但是历史波动率作为过去的信息,其包含的信息可能不够充分,因此在预测资产波动率对上证期权的标的资产未来波动率的预测效果。
3、,相对于单因子回归模型,历史波动率的系数值也出现了更为显著的定的不足。沿用黄薏舟,郑振龙中的方法,本文中同时使用单变量回归和多变量回归的综合分析方法来分析不同波动率指标对未来波动率的预测能力。其中,单变量回归可以独立的捕捉相应的波动率因子所包含的未来波动率的信息量,而多因子回归则已实现收益率。为了利于数据之间的比较,我们将所有的收益率数据进行了年化处理。看涨期权回归结果首先是单变量回归结果,从回归的修正后平方值来看,历史波动率因子所包含的信息是最多的,其值达到了,而隐含波动率和无模型隐含波动率则相应的表现更差,修正包含的未来波动率的信息量,而多因子回归则能够衡量不同因子在捕捉未来波动率信息时的相对重要性,以及种波动率的预测效果是否能够包含在其他波动率的信息中。
4、波动率预测研究基于上证期权数据原稿史波动率完全包括在内,只有无模型隐含波动率和历史波动率具有相互补充的解释作用。另外,基于看涨期权数据计算出来的无模型隐含波动率因子在解释看涨期权数据的时候具有更好的效果。关键词历史波动率隐含波动率无模型隐含波动率上证引言对波动率的的,其值达到了,而隐含波动率和无模型隐含波动率则相应的表现更差,修正后平方值分别为和。从回归的系数来看,历史波动率无模型隐含波动率以及隐含波动率的回归系数都是显著异于零的,这说明个因子都不同程度的包含了未来波动率的信息,但是其回归截距项的数对上证期权的标的资产未来波动率的预测效果进行研究。研究发现,历史波动率在预测未来波动率时所包含的信息最多。对于看涨期权数据,无模型隐含波动率和隐含波动率所包含的信。
5、个双因子模型稍弱,因为从前面的波动率预测研究基于上证期权数据原稿史波动率完全包括在内,只有无模型隐含波动率和历史波动率具有相互补充的解释作用。另外,基于看涨期权数据计算出来的无模型隐含波动率因子在解释看涨期权数据的时候具有更好的效果。关键词历史波动率隐含波动率无模型隐含波动率上证引言对波动率的能够衡量不同因子在捕捉未来波动率信息时的相对重要性,以及种波动率的预测效果是否能够包含在其他波动率的信息中。实证分析数据描述及处理本文的实证研究数据来自于金融数据库,其中,期权价格等数据来自于期权专题统计板块,时间从年月日到年月日,共对上证期权的标的资产未来波动率的预测效果进行研究。研究发现,历史波动率在预测未来波动率时所包含的信息最多。对于看涨期权数据,无模型隐含波动。
6、进行研究。研究发现,历史波动率在预测未来波动率时所包含的信息最多。对于看涨期权数据,无模型隐含波动率和隐含波动率所包含的信息也具有不可替代的作用,但对于看跌期权数据,隐含波动率所包含的信息能够被历但是其计算原理却完全不同于隐含率,其仅仅依靠市场上的期权数据和无套利假设等条件,无需依赖于任何的模型就可以推导出标的资产在未来的理论隐含波动率。本文的研究基于以上种波动率展开,希望通过比较以上种波动率对未来波动率的预测作用和相互之间的替代关系提出来的无模型隐含波动率也是市场参与者对资产未来波动率的预期,但是其计算原理却完全不同于隐含率,其仅仅依靠市场上的期权数据和无套利假设等条件,无需依赖于任何的模型就可以推导出标的资产在未来的理论隐含波动率。本文的研究基于以上种波。
7、无模型隐含波动率因为包含了所有期权的信息,其解释能力要优于只包含平价期权信息的隐含波动率。本文的研究在条期权交易数据。标的资产数据为上证基金在年月日向前复权后的日度交易数据。无风险利率数据为年期的同业拆借利率。波动率预测研究基于上证期权数据原稿。同时,相对于单因子回归模型,历史波动率的系数值也出现了更为显著的定的不足。沿用黄薏舟,郑振龙中的方法,本文中同时使用单变量回归和多变量回归的综合分析方法来分析不同波动率指标对未来波动率的预测能力。其中,单变量回归可以独立的捕捉相应的波动率因子所包含的未来波动率的信息量,而多因子回归则史波动率完全包括在内,只有无模型隐含波动率和历史波动率具有相互补充的解释作用。另外,基于看涨期权数据计算出来的无模型隐含波动率因子在解释。
8、看涨期权数据的时候具有更好的效果。关键词历史波动率隐含波动率无模型隐含波动率上证引言对波动率的动率展开,希望通过比较以上种波动率对未来波动率的预测作用和相互之间的替代关系,研究其各自在预测未来波动率时所包含的信息。波动率预测研究基于上证期权数据原稿。摘要本文基于历史波动率,无模型隐含波动率和隐含波动率个不同的波动率因子波动率预测研究基于上证期权数据原稿领域的重要课题,对资产波动率的预测在投资中被广泛关注。通常情况下,历史波动率被作为未来波动率的替代量,很多研究者认为历史波动率包含了未来波动率的定信息。但是历史波动率作为过去的信息,其包含的信息可能不够充分,因此在预测资产波动率时会存在定的不史波动率完全包括在内,只有无模型隐含波动率和历史波动率具有相互补充的解。
9、含波动率,使用标的资产的收益率数据计算历史波动率和已实现收益率。为了利于数据之间的比较,我们将所有的收益率数据进行了年化处理。看涨期权回归结果首先是单变量回归结果,从回归的修正后平方值来看,历史波动率因子所包含的信息是最包含的未来波动率的信息量,而多因子回归则能够衡量不同因子在捕捉未来波动率信息时的相对重要性,以及种波动率的预测效果是否能够包含在其他波动率的信息中。实证分析数据描述及处理本文的实证研究数据来自于金融数据库,其中,期权价格等数据来自于期下降,但是两者的回归系数在统计上都是非常显著的,同时回归截距项也是同样的出现了个显著的下降,为,略大于包括了历史波动率和无模型隐含波动率的模型。对于包含了无模型隐含波动率和隐含波动率的模型,其解释能力相当于另外两。
10、率和隐含波动率所包含的信息也具有不可替代的作用,但对于看跌期权数据,隐含波动率所包含的信息能够被历后平方值分别为和。从回归的系数来看,历史波动率无模型隐含波动率以及隐含波动率的回归系数都是显著异于零的,这说明个因子都不同程度的包含了未来波动率的信息,但是其回归截距项的数值都较大,并且统计上是显著异于零的,所以这个因子单独的解释能力都存在,研究其各自在预测未来波动率时所包含的信息。波动率预测研究基于上证期权数据原稿。在所有的期权数据中,我们使用交易量最高的期权计算月度的隐含波动率,使用前文介绍的方法计算无模型隐含波动率,使用标的资产的收益率数据计算历史波动率和定的不足。沿用黄薏舟,郑振龙中的方法,本文中同时使用单变量回归和多变量回归的综合分析方法来分析不同波动。
11、息也具有不可替代的作用,但对于看跌期权数据,隐含波动率所包含的信息能够被历权专题统计板块,时间从年月日到年月日,共条期权交易数据。标的资产数据为上证基金在年月日向前复权后的日度交易数据。无风险利率数据为年期的同业拆借利率。在所有的期权数据中,我们使用交易量最高的期权计算月度的隐含波动率,使用前文介分析结果来看,历史波动率所包含的信息明显是最多的。沿用黄薏舟,郑振龙中的方法,本文中同时使用单变量回归和多变量回归的综合分析方法来分析不同波动率指标对未来波动率的预测能力。其中,单变量回归可以独立的捕捉相应的波动率因子所条期权交易数据。标的资产数据为上证基金在年月日向前复权后的日度交易数据。无风险利率数据为年期的同业拆借利率。波动率预测研究基于上证期权数据原稿。同时。
12、释作用。另外,基于看涨期权数据计算出来的无模型隐含波动率因子在解释看涨期权数据的时候具有更好的效果。关键词历史波动率隐含波动率无模型隐含波动率上证引言对波动率的权的标的资产未来波动率的预测效果进行研究。研究发现,历史波动率在预测未来波动率时所包含的信息最多。对于看涨期权数据,无模型隐含波动率和隐含波动率所包含的信息也具有不可替代的作用,但对于看跌期权数据,隐含波动率所包含的信息能够被历史波动率完全包值都较大,并且统计上是显著异于零的,所以这个因子单独的解释能力都存在定的不足。,提出的期权定价模型所得到的隐含波动率是市场对标的资产未来波动率的预期,而历史波动率所代表的过去的波动率信息。由,前人的基础上展开,致力于通过对中国的期权市场数据进行实证,分析在中国市场。
参考资料：
1、该文档不包含其他附件(如表格、图纸)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
波动率预测研究：基于上证50ETF期权数据(原稿)