×
科斯蒂安·拉尔琴科;米基塔·雅科夫列夫

基于离散观测的分数混合分数布朗运动参数估计。 （英语） Zbl 07840102号

国防部。烟囱。，理论应用。 第11期第1期第1-29页（2023年）.
小结：研究的对象是形式为（X_t=\kappa B_t^{H_1}+\sigma B_t ^{H_2}）的混合分数布朗运动，由带有Hurst参数的两个独立分数布朗运动（B_1^H）和（B_2^H）驱动。基于轨迹的等距观测，构造了未知模型参数（（H_1，H_2，kappa^2，sigma^2）^top）的强相合估计。对于（0<H_1<H_2<frac{3}{4}），证明了这些估计的联合渐近正态性。

MSC公司：

60G22型 分数过程，包括分数布朗运动
10层62层 点估计
2012年12月62日 参数估计量的渐近性质

关键词：

分数布朗运动;混合模型;强一致性;遍历定理;渐近正态性
PDF格式BibTeX公司 XML格式引用
\textit｛K.Ralchenko｝和\textit｛M.Yakovliev｝，国防部。烟囱。，理论应用。11、编号1、1--29（2023；Zbl 07840102）
全文： 内政部

参考文献：

[1] Arcones，M.A.：平稳高斯向量序列非线性泛函的极限定理。《概率年鉴》22（4），2242-2274（1994）。MR1331224型·Zbl 0839.60024号
[2] Cai，C.，Chigansky，P.，Kleptsyna，M.：混合高斯过程：一种滤波方法。附录44（4），3032-3075（2016）。MR3531685·Zbl 1351.60038号
[3] 切里迪托，P.：混合分数布朗运动。伯努利7（6），913-934（2001）。MR1873835·Zbl 1005.60053号
[4] Dai，Q.，Singleton，K.J.：仿射项结构模型的规范分析。《金融学杂志》55，1943-1978（2000）
[5] Ding，Z.，Granger，C.W.J.，Engle，R.F.：股市收益的长记忆特性和新模型。J.恩皮尔。财务1（1），83-106（1993）
[6] Dozzi，M.，Mishura，Y.，Shevchenko，G.：混合模型中混合功率变化和统计估计的渐近行为。统计推断统计。流程18（2），151-175（2015）。MR3348583·Zbl 1329.60102号
[7] Dufitinema，J.，Pynnönen，S.，Sottinen，T.：基于混合分数布朗运动模型的离散数据的最大似然估计，并应用于北欧股市。Commun公司。统计、模拟。计算51（9），5264-5287（2022）。MR4491681·Zbl 07603814号
[8] El-Nouty，C.：分数混合分数布朗运动。统计概率。Lett.65（2），111-120（2003）。2017255令吉·Zbl 1065.60034号
[9] Filatova，D.：混合分数布朗运动：计算机网络流量建模的一些相关问题。摘自：2008年国际信号和电子系统会议，第393-396页（2008）
[10] He，X.，Chen，W.：广义混合分数布朗运动下的信用违约掉期定价。《物理学》A40426-33（2014）。MR3188756型·Zbl 1402.91847号
[11] 亨利：股票收益的长期记忆：一些国际证据。申请。财务。《经济学》12（10），725-729（2002）
[12] Isserlis，L.：关于任意数量变量中正态频率分布的任意阶乘积矩系数的公式。生物鉴定12（1/2），134-139（1918）
[13] Kubilius，K.，Mishura，Y.，Ralchenko，K.：分数扩散模型中的参数估计，第8卷，第390页。博科尼大学出版社和施普林格出版社（2017年）。MR3752152·Zbl 1388.60006号
[14] Kukush，A.，Lohvinenko，S.，Mishura，Y.，Ralchenko，K.：混合分数布朗运动参数与趋势一致估计的两种方法。统计推断统计。工艺.25（1），159-187（2022）。MR4419677·Zbl 1498.60149号
[15] Major，P.：向量值高斯平稳随机场非线性泛函的非中心极限定理。【数学公关】（2019年）
[16] Miao，Y.，Ren，W.，Rean，Z.：关于分数混合分数布朗运动。申请。数学。科学。（俄罗斯）2（33-36），1729-1738（2008）。2443901美元·Zbl 1154.60324号
[17] Mishura，Y.，Ralchenko，K.，Shklyar，S.：平稳增量高斯过程的最大似然漂移估计。奥地利J.Stat.46（3-4），67-78（2017）
[18] Mishura，Y.：两个分数布朗运动混合的最大似然漂移估计。摘自：《数学趋势》，第263-280页。斯普林格（2016）。MR3708386·Zbl 1498.60152号
[19] Mishura，Y.，Voronov，I.：具有双长程相关性的混合分数分数布朗运动模型中最大似然估计的构造。国防部。斯托克。理论应用2（2），147-164（2015）。MR3389587·Zbl 1352.60059号
[20] Mishura，Y.，Ralchenko，K.，Shklyar，S.：高斯过程的参数估计及其在两个独立分数布朗运动模型中的应用。In:随机过程与应用，第271卷，第123-146页。斯普林格（2018）。MR3903341号·Zbl 1423.60064号
[21] Mishura，Y.，Ralchenko，K.，Zhelezniak，H.：两次分数布朗运动模型中漂移参数估计的数值方法。Commun公司。统计、模拟。计算。1-15 (2022)
[22] 诺丁，I.：分数布朗运动的若干方面。施普林格（2012）。MR3076266·Zbl 1274.60006号
[23] Nourdin，I.，Peccati，G.，Podolskij，M.：定量布鲁尔主要定理。斯托克。过程。申请121（4），793-812（2011）。MR2770907型·Zbl 1225.60045号
[24] Paxson，V.，Floyd，S.：广域交通：泊松模型的失败。IEEE/ACM传输。Netw.3（3），226-244（1995）
[25] Rostek，S.，Schöbel，R.：关于分数布朗运动用于金融建模的注释。经济。型号30、30-35（2013）
[26] Sadique，S.，Silvapulle，P.：股市收益的长期记忆：国际证据。国际财务杂志。经济6（1），59-67（2001）
[27] Sun，L.：混合分数布朗运动中货币期权的定价。《物理学》A392（16），3441-3458（2013）。MR3069168型·Zbl 1402.91816号
[28] Thäle，C.：关于混合分数布朗运动的进一步评论。申请。数学。科学38，1885-1901（2009）·Zbl 1200.60032号
[29] Xiao，W.-L.，Zhang，W.-G.，Zharg，X.-L.：混合分数布朗运动的极大似然估计。统计45（1），73-85（2011）。MR2772157型·Zbl 1283.62048号
[30] Xiao，W.-L.，Zhang，W.-G.，Zang，X.，Zheng，X.：混合分数布朗环境下股权权证的定价模型及其算法。《物理》A391（24），6418-6431（2012）。MR2972795号
[31] Zhang，P.，Sun，Q.，Xiao，W.-L.：使用鲍威尔优化算法识别混合布朗-分数布朗运动的参数。经济。型号40314-319（2014）
[32] Zhang，W.-G.，Xiao，W.-L.，He，C.-X.：分数布朗运动下的认股权证定价模型和实证研究。专家系统。申请36（2），3056-3065（2009）
[33] Zili，M.：关于混合分数布朗运动。J.应用。数学。斯托克。2006年分析，第32435条（2006年），第9页MR2253522·Zbl 1147.60313号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。