V-Lab
Direxion Daily AI and Big Data Bear 2X ETF非对称GARCH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
47.57%
decreased by 3.85%
1周
49.99%
decreased by 1.43%
1个月
55.51%
increased by 4.09%
更新于2026年9月12日星期六 UTC 02:27
参数估计
2024年5月15日 至 2026年9月11日模型洞察
新息冲击曲线发生偏移（γ = -1.44），使得正收益对次日波动率的提升更大，超过同等幅度的负收益。波动率在上涨后比下跌后上升更多，与通常的杠杆效应相反，在风险资产中少见。
σ
AGARCH 模型
点击查看方程
非对称性: 正收益更能提高波动率
| 参数 | 值 | t统计量 |
|---|---|---|
| ω常数项 | 0.8934 | 2.12** |
| αARCH | 0.1540 | 3.20*** |
| βGARCH | 0.7677 | 13.99*** |
| γ杠杆 | -1.4357 | -3.95*** |
0.922
持续性8天
半衰期σ
AGARCH 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 | 0.8934 | 2.12** |
α ARCH 对平方冲击的反应 | 0.1540 | 3.20*** |
β GARCH 波动率持续性 | 0.7677 | 13.99*** |
γ 杠杆 对负向冲击的额外反应 | -1.4357 | -3.95*** |
持续性:
0.922
半衰期:
8天
Direxion Daily AI and Big Data Bear 2X ETF其他分析
ETFs的其他非对称GARCH模型分析