论文部分内容阅读
本篇论文主要研究扩展的HMM在中国证券收益率结构中的应用,通过BDE方法,我们检验出了BETA是随着时间变化的,因此我们有充分理由相信拟合一个变参数的模型比一般的线性回归效果要好。不仅如此,在本篇文章的研究中,还利用了证券之间的相关结构,不同于以往大部分对单个时间序列的研究,这样可以更加充分地利用数据所包含的信息。在实证中,我们对模型各自筛选出的最优资产组合的真实收益做了比较,发现对于观测值时间段比较短的数据来说,扩展的HMM在预测方面比较有优势,这也符合我们的想象,说明此模型假设相对合理。也发现了有趣的一个事实,就是在实证分析中,预测的好坏不仅与数据量的多少有关,还与模型的复杂程度有关,怎么样权衡这两者的关系是最后取得好的结果的关键。