[发明专利]一种股票波动率预测方法

说明书

技术领域

本发明涉及信息处理技术领域，具体涉及一种股票波动率预测方法。

背景技术

波动率是指标的资产投资回报率的变化程度，有实际波动率和历史波动率之分。实际波动率又称作未来波动率，它是指对股票投资回报率波动程度的度量，由于投资回报率是一个随机过程，实际波动率永远是一个未知数。或者说，实际波动率是无法事先精确计算的，人们只能通过各种办法得到它的估计值。历史波动率是指投资回报率在过去一段时间内所表现出的波动率，它由标的资产市场价格过去一段时间的历史数据(即St的时间序列资料)反映。这就是说，可以根据{St}的时间序列数据，计算出相应的波动率数据，然后运用统计推断方法估算回报率的标准差，从而得到历史波动率的估计值。显然，如果实际波动率是一个常数，它不随时间的推移而变化，则历史波动率就有可能是实际波动率的一个很好的近似。

目前中国股票型基金，主要在风险管理上的解决方案是事后风险管理。事后风险管理是一个仓位管理的运营机制，其核心是一个信息处理机制，监测基金或投资组合的业绩，并根据事先设置好的风险止损参数来决定对投资组合的仓位处理。

公开号为CN105989535A，公开日为：2016.10.05的中国发明专利，公开了一种股票波动率预测方法及系统，所述方法包括如下步骤：根据各股票每日收盘时交易行情数据建立股票风险控制模型数据库；接收输入的股票代码、股票代码对应股票所占的板块权重，设置股票价格走势的起止时间；从风险控制模型数据库读取预先根据前一日收盘时交易行情数据计算出的风险控制参数值；根据股票代码、股票代码对应股票所占的板块权重、股票价格走势的起止时间和/或股票风险控制参数值计算出股票及股票投资组合在股票价格走势的起止时间内的波动率。

该发明公开的股票波动率预测方法也是基于事后风险管理的运营机制，存在建模过程复杂，计算结果不准确等问题。

发明内容

本发明的目的在于，针对现有技术中存在的问题，提出一种应用于事前风险管理的股票波动率预测方法，解决现有技术中计算过程复杂，计算结果不准确的问题。

为了实现上述目的，本发明采用的技术方案为：

一种股票波动率预测方法，包括以下步骤：

步骤一、从数据库读取原始数据，原始数据包括与股票有关的行情数据和财务报表数据；

步骤二、建立波动率预测模型；

步骤三、利用步骤二中建立的模型计算个股收益波动率。

所述步骤二中模型的计算方法如下：

假设收益率的多因子风险模型共k个风险因子。则股票i的收益率r_i为：

r_i＝b_i1f₁+b_i2f₂+b_i3f₃+....+b_ikf_k+∈_i(1)

其中b_ij是股票i对风险因子j的暴露；f_j是风险因子j的收益率，∈_i是股票i的个股收益，即与该股票对风险因子暴露所带来的收益无关的那一部分收益，不同于股票i的收益率r_i；

基于(1)，该股票的收益波动率为：

其中b_i是股票i的k×1风险因子暴露向量，V是k×k风险因子收益方差-协方差矩阵，σ_εi是个股收益的波动率，即个股风险。

所述风险因子的暴露计算方法为：采取了Z值计算来进行标准化，在每个交易日结束原始数据更新后，搜集和提取每只股票的原始因子暴露，假设股票i对因子k的暴露为B_ik，那么股票i对因子k的标准化暴露为：

b_ik＝(B_ik-mean(B_k))/std(B_k)(3)

其中B_ik为股票i对因子k的标准化暴露，B是样本中所有股票对因子k的暴露的向量。

所述风险因子的收益率计算方式为：用过去22个交易日每只股票的复权复息收益率作为因变量，用22个交易日前所获取的因子暴露作为自变量，再基于这些数据做线性回归。

所述风险因子收益方差-协方差矩阵计算步骤为：

步骤一、每个交易日收盘后，获取最新的原始数据；

步骤二、计算因子暴露，然后计算出当天因子收益率；