V-Lab
Direxion Daily AI and Big Data Bear 2X ETF非对称指数乘法误差模型（波动性分析模型）
2026年9月14日 星期一的波动率预测
1天
39.02%
decreased by 0.61%
1周
46.18%
increased by 6.55%
1个月
54.40%
increased by 14.77%
更新于2026年9月12日星期六 UTC 02:27
参数估计
2024年5月16日 至 2026年9月11日模型洞察
波动率冲击以 3个交易日 的半衰期衰减，意味着冲击在约3天后损失一半的影响。 波动率幂次 δ = 0.78 小于2，因此大冲击对波动率的影响低于二次方，是一种比标准GARCH更抗异常值的反应。
μ
APMEM 模型
点击查看方程
冲击衰减: 冲击的半衰期为3天δ = 0.78 · 次二次幂
| 参数 | 值 | t统计量 |
|---|---|---|
| ω常数项 | 0.6486 | 3.08*** |
| αARCH | 0.2694 | 4.50*** |
| βGARCH | 0.5501 | 5.39*** |
| γ杠杆 | -0.2157 | -1.69* |
| δ幂 | 0.7788 | 4.04*** |
0.764
持续性3天
半衰期μ
APMEM 模型
点击查看方程
| 参数 | 值 | t统计量 |
|---|---|---|
ω 常数项 无条件方差权重 | 0.6486 | 3.08*** |
α ARCH 对平方冲击的反应 | 0.2694 | 4.50*** |
β GARCH 波动率持续性 | 0.5501 | 5.39*** |
γ 杠杆 对负向冲击的额外反应 | -0.2157 | -1.69* |
δ 幂 变换幂次 | 0.7788 | 4.04*** |
持续性:
0.764
半衰期:
3天
Direxion Daily AI and Big Data Bear 2X ETF其他分析
ETFs的其他非对称指数乘法误差模型分析