摘要
本文为金融时间序列波动性的估计和预测提供了一种新的方法。没有对过程的参数形式进行假设。相反,我们只假设波动率可以在某个区间内近似为常数。在这样的框架中,主要问题是过滤时间均匀间隔; 然后通过局部平均可以简单地得到波动率的估计。我们构造一个局部自适应波动率估计(LAVE)可以执行此任务,并从理论角度和通过蒙特卡罗模拟进行研究。最后,将LAVE程序应用于九种汇率的数据集,并与标准GARCH模型进行了比较。这两种模型似乎都能够解释数据的许多特征;然而,就样本外结果而言,新方法似乎优于GARCH方法。
引用
下载引文
达尼洛·墨丘里奥(Danilo Mercurio)。
弗拉基米尔·斯波科尼。
“时间非均匀波动率模型的统计推断。”
安。统计师。
32
(2)
577 - 602,
2004年4月。
https://doi.org/10.1214/009053604000000102
问询处
发布日期:2004年4月
欧几里得项目首次提供:2004年4月28日
数字对象标识符:10.1214/009053604000000102
受试者:
主要用户:62M10个
次要:62第20页
关键词:自适应估计,局部同质性,随机波动模型
版权所有©2004数学统计研究所