×

兹马思-数学第一资源

长记忆过程离散观测的极大似然估计。(英语) Zbl 1446.62232
摘要:本文研究了基于极大似然法的长记忆过程中未知参数的估计问题。给出了基于离散时间观测的估计量的均方收敛性和几乎必然收敛性。利用Malliavin微积分,我们给出了这些估计量的渐近正态性。仿真研究证实了理论分析的正确性,并表明最大似然法可以有效地降低估计量的均方误差。
理学硕士:
6205年 马尔可夫过程:估计;隐马尔可夫模型
62层12层 参数估计量的渐近性质
60G22型 分数过程,包括布朗运动
62M10 统计学中的时间序列、自相关、回归等(GARCH)
60F05型 中心极限与其它弱定理
2007年6月 随机变分法与Malliavin微积分
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 卡斯,我。;Gao,J.,长期相关波动率模型中的计量经济学估计:理论与实践,经济学杂志,14772-83,(2008)·Zbl 1429.62463
[2] 洛杉矶市。;于斌,《中国股票市场的持续性特征》,国际版。金融。《分析》,17,64-82,(2008年)
[3] W.威林格。;塔库,医学硕士。;Teverovsky,V.,《股票市场价格与长期依赖》,金融Stoch.,3,1-13,(1999)·Zbl 0924.90029
[4] 邓肯,T.E。;胡,Y。;《分数布朗运动的随机微积分I:理论》,暹罗J.控制最优化,38582-612,(2000)·中银0947.60061
[5] 胡,Y。;Øksendal,B.,分数白噪声微积分与金融应用,Infin。尺寸。肛门。量子概率。关系。上图,6,1-32,(2003年)·Zbl 1045.60072
[6] 埃利奥特,R.J。;霍克,J.,《一般分数白噪声理论及其在金融、数学中的应用》。《金融》,13301-330,(2003年)·Zbl 1069.91047号
[7] 埃利奥特,R.J。;陈,L.,《具有分数布朗运动的永久美式期权》,量子。《金融》,4123-128,(2004年)·Zbl 1405.91611号
[8] Guasoni,P.,交易成本下无套利,分数布朗运动及超越,数学。《金融》,16569-582,(2006年)·Zbl 1133.91421
[9] Rostek,S.:分数布朗市场中的期权定价。2009年,海德堡·Zbl 1166.91300
[10] Azmoodeh,E.,关于具有交易成本的分数布莱克-斯科尔斯市场,公社。数学。《金融》,第2期,第21-40页,(2013年)
[11] 克莱普塞纳,M.L。;布雷顿,A。;罗波,M.C.,分数型随机系统的参数估计与最优滤波,统计推断。过程,3173-182,(2000)·Zbl 0966.62069
[12] 克莱普塞纳,M.L。;Breton,A.,分数阶Ornstein-Uhlenbeck型过程的统计分析,统计推断Stoch。过程,5229-248,(2002)·Zbl 1021.62061
[13] 都铎大学。;Viens,F.,分数阶随机微积分的统计方面,人工神经网络。Stat.,251183-1212,(2007年)·Zbl 1194.62097
[14] 西兰科,I。;洛托斯基。;Pospisil,J.,具有加性分数布朗运动的随机抛物型方程的极大似然估计的渐近性质,Stoch。Dyn.,9169-185,(2009年)·Zbl 1176.62019
[15] 胡,Y。;Nualart,D.,分数Ornstein-Uhlenbeck过程的参数估计,Stat.Probab。Lett.,801030-1038,(2010年)·Zbl 1187.62137
[16] 阿兹穆德E。;Morlanes,J.I.,第二类分数阶Ornstein-Uhlenbeck过程的漂移参数估计,统计学,49,1-18,(2015)·Zbl 1369.62210
[17] 程,P。;沈,G。;陈,Q.加权分数布朗运动驱动的非正则Ornstein-Uhlenbeck过程的参数估计,Adv.Differ。2017年,2017年·Zbl 1444.60029号
[18] Xiao,W.,Yu,J.:用于估计分数Vasicek模型漂移参数的渐近理论。经济。理论(2018)(即将出版)
[19] 肖伟,余,J.:粗糙分式Vasicek模型的渐近理论。经济与统计工作论文7-2018,新加坡管理大学经济学院(2018年)。http://ink.library.smu.edu.sg/soeüu research/2158
[20] Prakasa Rao,B.L.S.:分数扩散过程的统计推断。威利,纽约(2010)·Zbl 1211.62143
[21] 肖伟。;张伟。;徐伟,等。离散观测下分数阶Ornstein-Uhlenbeck过程的参数估计,应用。数学。模型,354196-4207,(2011年)·Zbl 1225.62116
[22] 长,H。;清水,Y。;Sun,W.,由小Lévy噪声驱动的离散观测随机过程的最小二乘估计,J.Multivar。《分析》,116422-439,(2013年)·兹布1277.62197
[23] 刘,Z。;Song,N.,分数阶Ornstein-Uhlenbeck型过程的最小距离估计,Adv.Difference。2014年(2014年)
[24] 巴博萨,洛杉矶。;Viens,F.G.,用广义矩量法估计高斯平稳过程的参数,电子。J、 Stat.,11401-439,(2017年)·Zbl 06702349
[25] 埃朗西,B。;埃斯塞巴伊,K。;Viens,F.G.,具有长记忆噪声的部分观测Ornstein-Uhlenbeck过程的参数估计,随机性,89431-468,(2017)·Zbl 1422.62275
[26] 巴哈,S。;埃斯塞巴伊,K。;Viitasaari,L.,具有周期平均值的分数阶Ornstein-Uhlenbeck过程的最小二乘估计,J.Korean Stat.Soc.,46608-622,(2017)·Zbl 1377.62085
[27] 福克斯,R。;Taqqu,M.S.,强相关平稳高斯时间序列参数估计的大样本性质,人工神经网络。Stat.,14517-532,(1986年)·浙宝0606.62096
[28] 自相似过程的有效参数估计,人工神经网络。Stat.,1749-1766年,(1989年)·Zbl 0703.62091
[29] 蔡,H。;Chan,K.S.,一类连续时间长记忆过程的拟极大似然估计,J.time Ser。《分析》,26691-713,(2005年)·Zbl 1091.62090
[30] 蔡,H。;陈,K.S.,具有离散时间数据的线性连续时间长记忆过程的最大似然估计,J.R.Stat.Soc。B、 2005年,第716-703页·Zbl 1101.62080
[31] Bhansali,R.J。;吉拉蒂斯,L。;Kokoszka,P.,通过拟合分数差分自回归模型估计记忆参数,J.Multivar。《分析》,972101-2130,(2006年)·Zbl 1101.62073
[32] 伯丁,K。;托雷萨,S。;Tudor,C.A.,长记忆模型中的最大似然估计和随机游动,统计学,45361-374,(2011)·Zbl 1229.62112
[33] 伯丁,K。;托雷斯,S。;Tudor,C.A.,扰动随机游动驱动的分数扩散中的漂移参数估计,Stat.Probab。利特,81243-249,(2011年)·Zbl 1233.62148
[34] 布鲁斯特,A。;Iacus,S.M.,离散观测分数阶Ornstein-Uhlenbeck过程和yuima R包的参数估计,计算机。Stat.,28,1529-1547,(2013年)·Zbl 1306.65034
[35] Es Sebaiy,K.,离散观测分数阶Ornstein-Uhlenbeck过程最小二乘估计的Berry-Eséen界,Stat.Probab。利特,832372-2385,(2013年)·Zbl 1283.62171
[36] 金,Y.M。;Nordman,D.J.,长程相关下Whittle估计的频域自举法,J.Multivar。《分析》,115405-420,(2013年)·Zbl 1259.62084
[37] 巴德,J.M。;Tudor,C.,Rosenblatt过程增量的Whittle估计量的渐近行为,J.Multivar。分析,131,1-16,(2014年)·Zbl 1298.60045号
[38] 肖伟。;张伟。;张,X,离散观测几何分数布朗运动的参数辨识,统计计算。模拟,85,269-283,(2015年)
[39] 胡,Y。;努亚拉特,D。;肖伟。;张伟,离散观测下漂移分数布朗运动的精确极大似然估计,数学学报。《科学》,311851-1859,(2011年)·Zbl 1245.62099
[40] Nualart,D.:Malliavin微积分和相关主题,第二版。斯普林格,柏林(2006)·Zbl 1099.60003
[41] 努亚拉特,D。;Peccati,G.,多重随机积分序列的中心极限定理,人工神经网络。Probab.,33177-193,(2005年)·Zbl 1097.60007
[42] 努亚拉特,D。;Ortiz Latorre,S.,多重随机积分的中心极限定理和Malliavin微积分,Stoch。过程。申请书,118614-628,(2008年)·Zbl 1142.60015
[43] 库比利厄斯,K。;Melichov,D.,分数布朗运动驱动的随机微分方程解的二次变分和赫斯特指数的估计。数学。J、 ,50401-417,(2010年)·Zbl 1393.60061号
[44] 沈,H。;朱,Z。;李立三,应用小波变换对网络流量自相似参数的稳健估计,信号处理,872111-2124,(2007)·Zbl 1186.94310
[45] 库比利厄斯,K。;Mishura,Y.,随机微分方程赫斯特指数估计的收敛速度,Stoch。过程。申请书,1223718-3739,(2012年)·Zbl 1255.60065号
[46] 萨洛姆纳布,洛杉矶。;《某些分式过程中赫斯特参数的估计》,J.Stat.Comput。模拟,83542-554,(2013年)·Zbl 1348.60063
[47] Golub,G.H.,van Loan,C.F.:矩阵计算,第3版。巴尔的摩约翰霍普金斯大学出版社(1996)·Zbl 0865.65009
[48] 詹,X,实对称矩阵在区间上的极值特征值,暹罗J。矩阵分析。申请书,27851-860,(2005年)·Zbl 1096.15010号
[49] 柯若利,J.F.,分数布朗运动的模拟和识别:书目和比较研究,J.Stat.Softw.,5,1-53,(2000)
[50] Paxson,V.,用于产生自相似网络流量的分数阶高斯噪声的快速近似合成,计算机。公社。修订版,27,5-18,(1997)
[51] Schott,J.R.:统计矩阵分析,第二版。威利,霍博肯(2005)·Zbl 1076.15002号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。