機械学習による金融時系列モデルのパラメータ推定

抄録

金融資産の実証分析において、ボラティリティは金融資産のリスクを表す重要な量である。ボラティリティの推定において、よく利用される手法は、資産価格の収益率時系列をモデル化し、ボラティリティを推定する方法である。このとき、モデルのパラメータは収益率時系列に合うように推定される。本研究では、金融時系列モデルの１つであるGARCH モデルのパラメータ推定に機械学習の手法を用い、パラメータの推定が正しく行えることを示す。また、学習率の違いによる収束率についても述べる。