基于多智能体退火算法的GARCH模型参数估计
| 引言 | 第1-9页 |
| 1 GARCH模型的产生与发展 | 第9-21页 |
| 1．1 金融市场波动性 | 第9-11页 |
| 1．1．1 收益的定义 | 第9-10页 |
| 1．1．2 波动性与相关性的含义和度量 | 第10-11页 |
| 1．1．3 实际金融数据的一些基本特征 | 第11页 |
| 1．2 移动平均方法 | 第11-14页 |
| 1．2．1 简单移动平均方法 | 第12-13页 |
| 1．2．2 指数移动平均方法 | 第13-14页 |
| 1．3 GARCH模型 | 第14-21页 |
| 1．3．1 GARCH类模型概述 | 第15-17页 |
| 1．3．2 多元 GARCH模型 | 第17-21页 |
| 2 GARCH模型的参数估计 | 第21-28页 |
| 2．1 一元 GARCH模型的参数估计 | 第21-24页 |
| 2．1．1 BHHH算法 | 第23页 |
| 2．1．2 模拟退火算法 | 第23-24页 |
| 2．2 多元 GARCH模型参数估计 | 第24-26页 |
| 2．2．1 BHHH算法 | 第24页 |
| 2．2．2 遗传算法 | 第24-26页 |
| 2．3 以上算法的不足 | 第26-28页 |
| 3 多智能体退火算法 | 第28-38页 |
| 3．1 用于函数优化的智能体 | 第28-29页 |
| 3．2 多智能体退火算法 | 第29-35页 |
| 3．2．1 智能体在其环境中的竞争和学习 | 第30-31页 |
| 3．2．2 多智能体退火算法步骤 | 第31页 |
| 3．2．3 多智能体退火算法的收敛性分析 | 第31-35页 |
| 3．3 数值实验与分析 | 第35-38页 |
| 4 实证研究 | 第38-43页 |
| 4．1 收益的基本统计特性 | 第38-39页 |
| 4．2 收益二阶相关检验—— Q统计量检验 | 第39-40页 |
| 4．3 二元 GARCH效应检验 | 第40-41页 |
| 4．4 二元 GARCH建模 | 第41-42页 |
| 4．5 小结 | 第42-43页 |
| 5 结论 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 附录 A | 第47-49页 |
| 附录 B | 第49-50页 |
