孙鹏;金英英;李凯姆 灵活加权Dirichlet过程混合建模和评估，以解决收益分布预测问题。 （英语） Zbl 1466.62358号 J.非参数统计。 32，第4期，989-1014（2020）. 摘要：预测波动性在金融、环境计量和其他涉及大量时间序列的领域已经得到了广泛的研究。解决这个问题的重要部分是如何指定错误项的分布。在较弱的分布假设下，我们获得了更大的模型灵活性。本文通过引入加权Dirichlet过程混合（WDPM），提出了一个灵活的半参数贝叶斯框架来解决时间序列数据的波动性预测问题。我们使用模拟数据和股票回报数据来说明WDPM的优势。 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62M20型 随机过程推断和预测 60G55型 点过程（例如泊松过程、考克斯过程、霍克斯过程） 62第20页 统计学在经济学中的应用 关键词：加奇;边际似然;半参数贝叶斯模型;随机波动性;加权Dirichlet工艺混合物 软件：贝叶斯加奇 PDF格式BibTeX公司 XML格式引用 \textit{P.Sun}等人，J.非参数统计32，No.4，989--1014（2020；Zbl 1466.62358） 全文： 内政部 链接 参考文献： [1] Anderson，R.M.、Eom，K.S.、Hahn，S.B.和Park，J.H.（2012），《股票收益自相关的来源》。工作文件。 [2] Ardia，D。；Hoogerheide，L.F.，GARCH（1，1）模型与学生创新的贝叶斯估计，R期刊，241-47（2010）·doi:10.32614/RJ-2010-014 [3] 布莱克威尔，D。；MacQueen，J.B.，《通过Pólya Urn Schemes的弗格森分布》，《统计年鉴》，1353-355（1973）·Zbl 0276.62010 ·doi:10.1214/aos/1176342372 [4] Bollerslev，T.，广义自回归条件异方差，计量经济学杂志，31307-327（1986）·Zbl 0616.62119号 ·doi:10.1016/0304-4076（86）90063-1 [5] Chib，S。；Greenberg，E.，带Dirichlet过程混合误差的加性三次样条回归，计量经济学杂志，156，322-336（2010）·Zbl 1431.62088号 ·doi:10.1016/j.jeconom.2009.11.002 [6] Chib，S。；Jeliazkov，I.，《大都会黑斯廷斯输出的边际可能性》，美国统计协会杂志，96，270-281（2001）·Zbl 1015.62020号 ·doi:10.1198/016214501750332848 [7] Cowles，A。；Jones，H.E.，《股票市场行动中的一些后验概率》，《计量经济学》，第5期，第280-294页（1937年）·doi:10.2307/1905515 [8] 邓森，D.B。；北卡罗来纳州皮莱。；Park，J.，贝叶斯密度回归，皇家统计学会期刊B辑，69，163-183（2007）·Zbl 1120.62025号 ·文件编号：10.1111/j.1467-9868.2007.00582.x [9] Fama，E.F.，《有效资本市场：理论与实证研究综述》，《金融杂志》，第25期，第383-417页（1970年）·doi:10.2307/2325486 [10] 弗朗西斯，P.H。；van Dijk，D.，《实证金融中的非线性时间序列模型》，30-31（2000），纽约：剑桥大学出版社 [11] Geweke，J.F.，《独立学生t线性模型的贝叶斯处理》，《应用计量经济学杂志》，8，19-40（1993）·doi:10.1002/jae.3950080504 [12] 格里芬，J.E。；Steel，M.F.J.，基于订单的依赖性Dirichlet过程，美国统计协会杂志，101，179-194（2006）·Zbl 1118.62360号 ·doi:10.19198/0162114505000000727 [13] Hossain，A.、Zaman，F.和Islam，M.（2009），“金融时间序列预测中GARCH、神经网络和支持向量机的比较”，模式识别和机器智能国际会议，第597-602页。 [14] 杰奎尔，E。；新几内亚波尔森。；Rossi，P.E.，《带有Fat-tail和相关误差的随机波动率模型的贝叶斯分析》，《计量经济学杂志》，122，185-212（2004）·Zbl 1328.91254号 ·doi:10.1016/j.jeconom.2003.09.001 [15] Jegadeesh，N。；Titman，S.，《短期回报逆转与买卖价差》，《金融中介杂志》，第4期，第116-132页（1995年）·doi:10.1006/jfin.1995.1006 [16] Jensen，M.J。；Maheu，J.M.，贝叶斯半参数多变量GARCH建模，计量经济学杂志，176，3-17（2013）·Zbl 1284.62559号 ·doi:10.1016/j.jeconom.2013.03.009 [17] 卡利，M。；Walker，S。；Damien，P.，《每日股票指数收益的条件分布建模：另类贝叶斯半参数模型》，《商业与经济统计杂志》，31，371-383（2013）·doi:10.1080/07350015.2013.794142 [18] Korsgaard，I。；Madsenm，P。；Jensen，J.，使用Gibbs抽样的半参数对数正态脆弱模型中的贝叶斯推断，遗传学选择进化，30，241-256（1998）·doi:10.1186/1297-9686-30-3-241 [19] Kim，J。；北谢泼德。；Chib，S.，《随机波动：似然推断和与ARCH模型的比较》，《经济研究评论》，5361-393（1998）·Zbl 0910.90067号 ·doi:10.1111/1467-937X.00050 [20] 洛伦特，G。；迈克尔·R·。；Saar，G。；王杰，个体股票的动态量收益关系，《金融研究综述》，第15期，第1005-1047页（2002）·doi:10.1093/rfs/15.4.1005 [21] MacEachern，S.N.（2000），“依赖Dirichlet过程”，技术报告，俄亥俄州立大学统计系。 [22] MacEachern，S.N。；Müller，P.，估计Dirichlet过程模型的混合，计算与图形统计杂志，7223-238（1998） [23] 莫达雷斯，R。；Ouarda，T.B.M.J.，用多元GARCH模型模拟气候波动与干旱之间的关系，水资源研究，50，601-618（2013）·doi:10.1002/2013WR013810 [24] Platanios，E.A。；Chatzis，S.P.，高斯过程-混合条件异方差，IEEE模式分析和机器智能汇刊，36888-900（2014）·doi:10.1109/TPAMI.2013.183 [25] Sethuraman，J.，Dirichlet Priors的构造性定义，《统计》，第4639-650页（1994）·Zbl 0823.62007号 [26] 孙，P。；Kim，I。；Lee，K.，使用加权Dirichlet过程混合的双半参数回归，计算统计和数据分析，117162-181（2018）·兹比尔1469.62148 ·doi:10.1016/j.csda.2017.08.005 [27] Tol，R.，《日常温度测量中的自回归条件异方差》，环境计量学，767-75（1996）·doi:10.1002/（SICI）1099-095X（199601）7:1<67:：AID-ENV164>3.0.CO；二维 [28] 维比凯特，A。；Au shi in，C。；Galeano，P.，非对称动态条件相关模型的贝叶斯非参数方法及其在投资组合选择、计算统计和数据分析中的应用，100814-829（2016）·Zbl 1466.62206号 ·doi:10.1016/j.csda.2014.12.005 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。