文献

J-GLOBAL ID：201702263825832286   整理番号：17A0856794

ジャンプを用いた実現ボラティリティ予測のための進化可能性ファジィモデリング【Powered by NICT】

Evolving Possibilistic Fuzzy Modeling for Realized Volatility Forecasting With Jumps

著者 (3件)： Maciel Leandro (Department of Economic Theory, Institute of Economics, University of Campinas, Campinas, Brazil) ,  Ballini Rosangela (Department of Economic Theory, Institute of Economics, University of Campinas, Campinas, Brazil) ,  Gomide Fernando (Department of Electrical and Industrial Automation, School of Electrical and Computer Engineering, University of Campinas, Campinas, Brazil)
資料名： IEEE Transactions on Fuzzy Systems  (IEEE Transactions on Fuzzy Systems)
巻： 25  号： 2  ページ： 302-314  発行年： 2017年 
JST資料番号： W0509A  ISSN： 1063-6706  CODEN： IEFSEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 公平資産価値成長率のボラティリティーのモデリングと予測は,リスク管理,ポートフォリオ構築,財務意思決定,デリバティブ価格決定のための重要な情報を提供する。実現された予想変動率モデルはサンプルからの予測では自己回帰条件付き分散不均一性および確率的ボラティリティモデルよりも優れている。モデルは揮発性ジャンプ成分から構成されているとき,予測性能の利得を達成した。ジャンプで実現した揮発性を予測するための進化可能性ファジィモデリングを示唆した。モデリングアプローチは,可能性ファジィc平均クラスタリングの拡張と機能的ファジィルールベースモデルに基づいている。クラスタ中心を更新再帰的にメンバシップと典型性を採用している。モデルの発展的性質は,入力データによって決定されるとしてモデルを更新するために統計的距離のような基準を用いてクラスタを追加でき,除去できる。可能性モデルはノイズのデータおよび外れ値に対するロバスト性を改善し,金融市場における必須条件変動性のモデル化と予測。計算実験と統計解析は,不均一自己回帰モデル,ニューラルネットワークと現在の最先端の進化型ファジィモデルを用いた進化可能性ファジィモデリングの性能を評価し,比較するために想定最大損失額推定値を用いて行った。実験はS&P500からの実データとNasdaq(U.S.),FTSE総合株価指数(U.K.),DAX(ドイツ),IBEX(スペイン),Ibovespa(ブラジル),世界市場における主要な株式市場指標を用いた。結果は進化する可能性ファジィモデルは予測精度の点でジャンプを伴うモデル実現された乱高下に非常に効率的であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 統計解析 ,  クラスタ化 ,  株式市場 ,  リスク管理 ,  *予測 ,  価格決定 ,  自己回帰モデル ,  クラスタ ,  ロバスト性 ,  ニューラルネットワーク ,  意思決定 ,  *曖昧さ ,  *モデリング
準シソーラス用語： ファジィモデル ,  *ファジィモデリング , 【Automatic Indexing@JST】

分類 (2件)： 制御工学一般  (IC01000V) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： ジャンプ ,  ボラティリティ予測 ,  進化 ,  可能性 ,  ファジィモデリング