Forecast improvements using a volatility index
利用波动率指标改善预测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接利用当前波动率信息预测股票收益和汇率，对应金融收益预测与波动率。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用波动率指标改善预测
- 研究问题
- 股票收益和汇率序列的非线性特征能否用于改善样本外预测？当前波动率水平在非参数预测中提供了怎样的信息？
- 方法与思路
- 作者采用非参数技术预测股票收益与汇率，并利用序列当前波动率水平所提供的信息考察非线性建模的预测表现。
- 材料陈述的贡献
- 摘要称两类序列均出现预测改善，但股票收益的改善仅属边际程度；作者据此认为某些非线性建模形式具有应用价值和稳定性。
- 阅读关注点
- 应核对波动率指标的构造、非参数方法及调参方式、样本外划分与比较基准，并检查改善幅度、精度和跨时期稳定性。
- 阅读边界
- 仅依据所给OpenAlex摘要。摘要未提供数据时期、评价指标或显著性结果，股票收益的边际改善不能理解为普遍且稳定的预测优势。
原文摘要
This paper explores the possibility of improved out of sample forecasting for stock returns and foreign exchange rates using observed nonlinearities in the two series. Forecasting is done using nonparametric techniques where important information is obtained from the current level of volatility in the series. For both series forecast improvements are observed, but for stock returns the improvements are only marginal. These results indicate the usefulness and stability of some types of nonlinear modelling for financial markets.