作者
摘要
本说明概述了一种基于统计模型的时间序列聚类方法，在该模型中，波动率在未观察到的变化点发生变化。该模型考虑了收益的一些经典风格化特征，并讨论了其与GARCH的关系。聚类是使用与每个序列相关的最近变化点的后验分布之间评估的概率度量进行的。这意味着，如果有证据表明其各自波动率的最新变化是一致的或紧随时间的，则在给定的时间将序列分组在一起。聚类方法是动态的，在数据到达时，分组可以在线更新。给出了分析标准普尔500指数成份股每日收益的数值结果。
建议引用
尼克·怀特利，2019年。"基于波动变化点的动态时间序列聚类,"论文1906.10372，arXiv.org。手柄：RePEc:arx:论文：1906.10372
更正
本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:arx:论文：1906.10372。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用这个表格.
如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。
有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：arXiv管理员（以下电子邮件可用）。供应商的一般联系方式：http://arxiv.org/.
请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。
