この研究では、実現ボラティリティ（RV）の予測のために、正規化フローを使用した新しい機械学習モデルが提案されています。RVの特性を考慮し、変換と予測モデルを共同でトレーニングする方法が提案され、最大尤度目的関数に基づくトレーニングが行われます。この新しいアプローチは、100銘柄のデータセットにおいて、従来の分析的またはニューラルネットワークに基づく変換方法よりも優れた結果を示しています。
参考文献
- Xin Du, Kai Moriyama, and Kumiko Tanaka-Ishii. Co-Training Realized Volatility Prediction Model with Neural Distributional Transformation. In Proceedings of 4th ACM International Conference on AI in Finance. Brooklyn, New York, 2023. p. 418-426. [paper]