算法963 swMATH ID: 23698 软件作者: 马尔科斯·埃斯科瓦尔(Marcos Escobar);鲁道夫(Rudolph,Benedikt);Rudi Zagst先生 描述: 算法963:使用连续矩条件估计随机协方差模型。我们描述了一种适用于定量金融中常用模型的参数估计方法的实现。连续广义矩量法(CGMM)是一种广义矩量方法(GMM)类型的方法,它应用连续矩条件来实现最大似然法的效率。使用更常用的条件特征函数来估计,而不是转换密度。我们在模拟时间序列上测试CGMM和一个更简单的版本,称为CMM,以检查参数的恢复。我们还将CMM应用于两个随机协方差模型,即Wishart-Affine随机相关(WASC)模型和主成分随机波动(PCSV)模型。这说明了CGMM的威力,因为随机协方差模型通常很难估计。该估计方法在MATLAB中完全实现。 主页: https://dl.acm.org/citation.cfm?doid=2956571.2834115 关键词: 估计;Wishart过程;特征函数;连续时间;力矩连续条件;主成分过程;随机协方差 相关软件: Matlab公司 引用于: 4文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 算法963:使用连续矩条件估计随机协方差模型。 Zbl 1369.65015号马尔科斯·埃斯科瓦尔;本尼迪克特·鲁道夫;Rudi Zagst先生 2016 全部的 前5名7位作者引用 3 马尔科斯·埃斯科瓦尔 2 塞巴斯蒂安·埃斯特班·费兰多 2 Alexey N.Rubtsov。 1 马尔科斯·埃斯科瓦·阿内尔 1 克里斯托夫·格施奈特纳 1 本尼迪克特·鲁道夫 1 Rudi Zagst先生 4篇连载文章中引用 1 ACM数学软件汇刊 1 经济动力学与控制杂志 1 定量金融学 1 随机性 在4个字段中引用 2 博弈论、经济学、金融和其他社会和行为科学(91-XX) 1 概率论与随机过程(60-XX) 1 统计学(62-XX) 1 数值分析(65-XX) 按年份列出的引文