×
杰西·温德尔;卡洛斯·卡瓦略。

对称正定矩阵的易处理状态空间模型。 （英语） Zbl 1327.62170号

贝叶斯分析。 9，第4期，759-792（2014）.
摘要：状态空间模型的贝叶斯分析包括计算系统参数的后验分布及其潜在状态。当潜在状态在（mathbb{R}^n）周围徘徊时，可以将几个著名的建模组件和计算工具组合起来，以实现此任务。当潜在状态被限制为\（mathbb{R}^n \）的严格子集时，这些模型和工具要么受损，要么完全崩溃。潜在状态为协方差矩阵的状态空间模型出现在金融领域，并举例说明了在受限环境中设计易于处理的模型的挑战。为此，我们提出了一个状态空间模型，该模型的观测值和潜在状态取对称正定矩阵流形上的值，可以很容易地计算潜在状态的后验分布和系统参数，以及滤波分布和一步预测。利用金融背景下的模型，我们展示了如何使用已实现的协方差矩阵作为数据来预测潜在的时变协方差矩阵。这种方法的表现优于因子随机波动性。

引用于4评论
引用于6文件

理学硕士：

2015年1月62日 贝叶斯推断
15磅48 正矩阵及其推广；矩阵的锥
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

反向采样;正向滤波器;已实现协方差;随机波动性
PDF格式BibTeX公司 XML格式引用
\textit{J.Windle}和\textit{C.M.Carvalho}，贝叶斯分析。9，第4号，759--792（2014；Zbl 1327.62170）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Aguilar，O.和West，M.（2000年）。“贝叶斯动态因子模型与投资组合配置”，《商业与经济统计杂志》，18（3）：338-357。
[2] Andersen，T.G.、Bollerslev，T.、Diebold，F.X.和Ebens，H.（2001）。“已实现股票回报波动的分布”，《金融计量经济学杂志》，61:43-76。
[3] Asai，M.和McAleer，M.（2009年）。“多元随机波动模型中动态相关性的结构”，《计量经济学杂志》，150:182-192·Zbl 1429.62457号 ·doi:10.1016/j.jeconom.2008.12.012
[4] Barndorff-Nielsen，O.E.、Hansen，P.R.、Lunde，A.和Shephard，N.（2009年）。“实践中实现的核心：交易和报价”，《计量经济学杂志》，12（3）：C1-C32·Zbl 1179.91259号 ·doi:10.1111/j.1368-423X.2008.00275.x
[5] - (2011). “多元实现核：股票价格与噪音和非同步交易协变的一致半正定估计”，《计量经济学杂志》，162:149-169·Zbl 1441.62599号 ·doi:10.1016/j.jeconom.2010.07.009
[6] Barndorff-Nielsen，O.E.和Shephard，N.（2002年）。“已实现波动的计量经济学分析及其在估计随机波动中的应用”，《皇家统计学会期刊：B辑（统计方法）》，64（2）：253-280·兹比尔1059.62107 ·数字对象标识代码：10.1111/1467-9868.00336
[7] Bauer，G.H.和Vorkink，K.（2011年）。《预测多元实现的股市波动》，《计量经济学杂志》，160:93-101·Zbl 1441.62601号 ·doi:10.1016/j.jeconom.2010.03.021
[8] Bauwens，L.、Laurent，S.和Rombouts，J.V.K.（2006）。“多元GARCH模型：一项调查”，《应用计量经济学杂志》，21:7109·doi:10.1002/jae.842
[9] Bollerslev，T.（1986）。“广义自回归条件异方差”，《计量经济学杂志》，31:307-327·Zbl 0616.62119号 ·doi:10.1016/0304-4076（86）90063-1
[10] Brown，R.G.（1959年）。库存控制的统计预测。麦格劳-希尔·Zbl 0095.14606号
[11] Carter，C.K.和Kohn，R.（1994年）。状态空间模型的吉布斯抽样〉，《生物特征》，81:541-533·Zbl 0809.62087号 ·doi:10.1093/biomet/81.3.541
[12] Carvalho，C.M.、Lopes，H.F.和Aguilar，O.（2011年）。《动态股票选择策略：结构因子模型框架》，贝叶斯统计9。牛津大学出版社。 ·doi:10.1093/acprof:oso/9780199694587.003.0002
[13] Chib，S.、Nardari，F.和Shephard，N.（2002年）。“随机波动模型的马尔可夫链蒙特卡罗方法”，《计量经济学杂志》，108:281-316·Zbl 1099.62539号 ·doi:10.1016/S0304-4076（01）00137-3
[14] Chiriac，R.和Voev，V.（2010年）。“多元实现波动的建模和预测”，《应用计量经济学杂志》，26:922-947·doi:10.1002/jae.1152
[15] Chiu，T.Y.M.、Leonard，T.和Tsui，K.-W.（1996）。“矩阵对数协方差模型”，《美国统计协会杂志》，91:198-210·Zbl 0870.62043号 ·doi:10.2307/291396
[16] Choi，C.和Christensen，H.I.（2011）。“使用SE（3）组上的粒子过滤器进行鲁棒3D视觉跟踪”，IEEE机器人与自动化国际会议，4384-4390。
[17] Cochrane，J.H.（2005）。资产定价。普林斯顿大学出版社。
[18] Díaz-Garcia，J.a.和Jáimez，R.G.（1997）。“H.Uhlig关于奇异多元贝塔和某个矩阵变换的雅可比猜想的证明”，《统计学年鉴》，25:2018-2023·Zbl 0881.62058号 ·doi:10.1214/aos/1069362383
[19] Edelman，A.（2005）。“（有限）随机矩阵的数学和应用”，见讲义1-4。统一资源定位地址http://web.mit.edu/18.325/www/handouts.htmlFama，E.F.和French，K.R.（1993年）。“股票和债券回报中的常见风险因素”，《金融经济学杂志》，33:3-56。
[20] Fox，E.B.和West，M.（2011年）。《方差矩阵的自回归模型：平稳逆Wishart过程》，杜克大学技术报告。
[21] Früwirth-Schnatter，S.（1994）。“数据增强和动态线性模型”，《时间序列分析杂志》，15:183-202·Zbl 0815.62065号 ·doi:10.1111/j.1467-9892.1994.tb00184.x
[22] Gourieroux，C.、Jasiak，J.和Sufana，R.（2009年）。“多元随机波动的Wishart自回归过程”，《计量经济学杂志》，150:167-181·Zbl 1429.62397号 ·doi:10.1016/j.jeconom.2008.12.016
[23] Harvey，A.、Ruiz，E.和Shephard，N.（1994年）。《多元随机波动模型》，《经济研究评论》，61:247-264·兹比尔0805.90026 ·doi:10.2307/2297980
[24] Hauberg，S.、Lauze，F.和Pedersen，K.S.（2013年）。“黎曼流形上的无中心卡尔曼滤波”，《数学成像与视觉杂志》，46:103-120·Zbl 1316.94028号 ·doi:10.1007/s10851-012-0372-9
[25] Jacod，J.和Shiryaev，A.N.（2003年）。随机过程的极限定理。斯普林格·Zbl 1018.60002号
[26] Jacquier，E.、Polson，N.G.和Rossi，P.E.（2004）。“具有脂肪尾和相关误差的随机波动模型的贝叶斯分析”，《计量经济学杂志》，122:185-212·Zbl 1328.91254号 ·doi:10.1016/j.econom.2003.09.001
[27] Jin，X.和Maheu，J.M.（2012）。“建模实现了协方差和回报。”URLhttp://homes.chass.utoronto.ca/jmaheu/jin-maheu.pdf Julier，S.J.和Uhlmann，J.K.（1997）。“卡尔曼滤波器对非线性系统的新扩展”，《信号处理、传感器融合和目标识别VI》，第3068卷。
[28] Kalman，R.E.（1960年）。“线性滤波和预测问题的新方法”，《基础工程杂志》，82（D系列）：35-45。
[29] Karatzas，I.和Shreve，S.E.（1991年）。布朗运动与随机微积分。斯普林格·Zbl 0734.60060号
[30] Koopman，S.J.、Jungbacker，B.和Hol，E.（2005）。“使用历史、已实现和隐含的波动性测量值预测标准普尔100指数的每日波动性”，《实证金融杂志》，12:445-475。
[31] Lence，S.H.和Hayes，D.J.（1994a）。“经验最小方差对冲”，《美国农业经济杂志》，76:94-104。
[32] -（1994年b）。“估计风险下基于参数的决策：在期货交易中的应用”，《金融杂志》，49:345-357。
[33] 刘琼（2009）。“投资组合优化：我们如何以及何时受益于高频数据？”《应用计量经济学杂志》，24:560-582·doi:10.1002/jae.1062
[34] Loddo，A.、Ni，S.和Sun，D.（2011年）。“通过贝叶斯随机搜索选择多元随机波动模型”，《商业与经济统计杂志》，29:342-355·Zbl 1219.91154号 ·doi:10.1198/jbes.2010.08197
[35] Mikusinski，P.和Taylor，M.D.（2002年）。多元分析导论。Birkhä用户。
[36] Muirhead，R.J.（1982）。多元统计理论方面。威利·Zbl 0556.62028号
[37] Philipov，A.和Glickman，M.E.（2006年）。《通过Wishart过程的多变量随机波动》，《商业与经济统计杂志》，24:313-328·Zbl 1113.62131号 ·doi:10.1080/07474930600713366
[38] Pitt，M.K.和Walker，S.G.（2005）。“使用辅助变量构建平稳时间序列模型及其应用”，《美国统计协会期刊》，100（470）：554-564·Zbl 1117.62412号 ·doi:10.1198/0162145000001970年
[39] Prado，R.和West，M.（2010年）。时间序列：建模、计算和推断，多变量DLM和协方差模型一章，263-319。查普曼和霍尔/CRC。
[40] 金塔纳，J.M.和韦斯特，M.（1987）。“使用多元DLM分析国际汇率”，《统计学家》，36:275-281。
[41] 谢泼德，N.（1994）。“局部尺度模型：综合GARCH过程的状态空间替代”，《计量经济学杂志》，60:181-202·Zbl 0800.62807号 ·doi:10.1016/0304-4076（94）90043-4
[42] - (2005). 随机波动：精选阅读。牛津大学出版社·邮编1076.60005
[43] Srivastava，A.和Klassen，E.（2004年）。“贝叶斯和几何子空间跟踪”，《应用概率进展》，36（1）：43-56·Zbl 1047.93044号 ·doi:10.1239/aap/1077134463
[44] Taylor，S.J.（1982）。用两个随机过程的乘积建模的财务收益——1961-1979年、203-226年每日糖价研究。阿默斯特丹：荷兰北部。
[45] Tompkins，F.和Wolfe，P.J.（2007年）。“Stiefel流形上的贝叶斯滤波”，《多传感器自适应处理的计算进展》，261-264。
[46] Triantafyllopoulos，K.（2008）。“贝叶斯动态线性模型的多元随机波动性”，《统计规划与推断杂志》，138:1021-1037·Zbl 1130.62105号 ·doi:10.1016/j.jspi.2007.03.057
[47] Tyagi，A.和Davis，J.W.（2008）。“黎曼流形上线性系统的递归滤波器”，IEEE计算机视觉和模式识别会议。
[48] Uhlig，H.（1994）。“关于奇异Wishart和奇异多元Beta分布”，《统计学年鉴》，22（1）：395-495·Zbl 0795.62052号 ·doi:10.1214/aos/1176325375
[49] - (1997). 《具有随机波动性的贝叶斯向量自回归》，计量经济学，65（1）：59-73·Zbl 0870.62092号 ·数字对象标识代码：10.2307/2171813
[50] West，M.和Harrison，J.（1997年）。贝叶斯预测和动态模型。斯普林格·弗拉格·Zbl 0871.62026号 ·doi:10.1007/b98971
[51] Windle，J.（2013）。“用高频数据预测高维方差协方差矩阵，并从Logistic似然导出的后验分布中抽样Pólya-Gamma随机变量”，德克萨斯大学奥斯汀分校博士论文。
[52] Windle，J.、Carvalho，C.M.、Scott，J.G.和Sun，L.（2013）。“二进制和计数数据动态模型中的高效数据增强”URL网址：http://arxiv.org/abs/1308.0774
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。