Evaluating interval forecasts of high‐frequency financial data
高频金融数据区间预测的评估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：摘要以日内期货收益为对象，重点处理周期性异方差和 GARCH 区间预测，对应高频计量与波动率。
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
高频金融数据区间预测的评估
- 研究问题
- 当日内金融收益存在周期性异方差时，常用区间预测有效性检验是否可靠，哪些替代检验能够适应该波动结构？
- 方法与思路
- 作者分析回归型检验和修正的马尔可夫链独立性检验，并用日内 FTSE100 期货收益评估不同 GARCH 模型的区间预测。
- 材料陈述的贡献
- 摘要称，某些现有区间预测检验不适用于周期性异方差；所考察的替代方法对不同波动模型的预测会给出不同结论。
- 阅读关注点
- 阅读全文应核对周期性波动怎样影响覆盖与独立性检验，修正检验的适用条件，以及区间预测评价结论为何发生差异。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断检验的具体尺寸、功效及模型间优劣；摘要未提供数值比较，也不能推断其他版本变化。
原文摘要
Abstract A number of methods of evaluating the validity of interval forecasts of financial data are analysed, and illustrated using intraday FTSE100 index futures returns. Some existing interval forecast evaluation techniques, such as the Markov chain approach of Christoffersen ( 1998 ), are shown to be inappropriate in the presence of periodic heteroscedasticity. Instead, we consider a regression‐based test, and a modified version of Christoffersen's Markov chain test for independence, and analyse their properties when the financial time series exhibit periodic volatility. These approaches lead to different conclusions when interval forecasts of FTSE100 index futures returns generated by various GARCH(1,1) and periodic GARCH(1,1) models are evaluated. Copyright © 2003 John Wiley & Sons, Ltd.