Прогнозирование условной волатильности фондовых индексов с помощью…
9
пять нейронов второго. Табл. 3 содержит данные о значениях крите-
риев для всех пяти моделей и четырех фондовых индексов.
Таблица 3
Значения критериев, оценивающих предсказательную силу,
для различных фондовых индексов
Модель
MSE1
MAE1
MSE2
MAE2
SP 500
GARCH (1,1)
2,96e–08
9,63e–05
3,00e–05
0,0039
EGARCH (1,1)
2,61e–08
8,59e–05
2,59e–05
0,0036
GJR-GARCH (1,1)
2,64e–08
8,98e–05
2,70e–05
0,0037
ANN-GARCH
(1,1,1,3,1)
2,59e–08
8,98e–05
2,70e–05
0,0037
ANN (3,1,10,5)
2,68e–08
8,55e–05
2,72e–05
0,0035
FTSE 100
GARCH (1,1)
1,67e–08
7,18e–05
2,13e–05
0,0032
EGARCH (1,1)
1,46e–08
6,66e–05
1,89e–05
0,0030
GJR-GARCH (1,1)
1,49e–08
6,81e–05
1,97e–05
0,0031
ANN-GARCH
(1,1,2,3,2)
1,49e–08
6,80e–05
1,97e–05
0,0031
ANN (3,1,10,5)
1,33e–08
6,56e–05
1,96e–05
0,0031
NIKKEI 225
GARCH (2,1)
1,69e–07
1,44e–04
5,74e–05
0,0055
EGARCH (1,1)
1,55e–07
1,29e–04
5,01e–05
0,0051
GJR-GARCH (1,1)
1,88e–07
1,42e–04
5,80e–05
0,0053
ANN-GARCH
(1,1,1,3,1)
1,95e–07
1,44e–04
5,91e–05
0,0053
ANN (3,1,10,5)
1,17e–07
1,08e–04
4,38e–05
0,0048
Hang Seng
GARCH (1,1)
1,24e–07
1,47e–04
3,99e–05
0,0044
EGARCH (1,1)
1,18e–07
1,46e–04
3,83e–05
0,0044
GJR-GARCH
1,17e–07
1,39e–04
3,63e–05
0,0042
ANN-GARCH
(1,1,4,3,1)
1,17e–07
1,39e–04
3,63e–05
0,0041
ANN (3,1,10,5)
1,55e–07
1,70e–04
4,96e–05
0,0051
Данные по индексу SP 500 не позволяют однозначно судить о
том, какая модель предпочтительнее. Для четырех из пяти моделей
результаты очень близки, и только базовая GARCH(1,1) модель одно-
значно доминирует над всеми остальными. В отношении британского
индекса FTSE 100 выводы аналогичны. Волатильность фондового
индекса NIKKEI 225 лучше всего предсказывается с помощью
нейросетевой модели. Значения всех критериев значительно ниже,
