×
彼得·奈斯特拉普；亨利克·马德森；埃里克·林德斯特罗姆

连续时间内金融时间序列和隐马尔可夫模型的典型事实。 （英语） Zbl 1398.91691号

数量。财务 1531-1541（2015）第9号第15页.
摘要：隐马尔可夫模型通常应用于定量金融，以捕捉金融收益的典型事实。它们通常是离散时间模型，由于参数数量随状态数量的二次增加，状态数量很少超过两个。本文提出了一种对连续时间的扩展，其中可以通过参数数量的线性增长而不是二次增长来增加状态数量。增加状态数的可能性使其更适合每日收益的分布和时间特性。

引用于5文件

MSC公司：

91G70型 统计方法；风险措施
62米10 统计学中的时间序列、自相关、回归等（GARCH）
60J28型 连续时间Markov过程在离散状态空间中的应用

关键词：

隐马尔可夫模型；连续时间；每日收益；钩端螺旋体病；波动性聚类；长记忆

软件：

R（右）；毫秒；隐半马尔可夫模型
PDF格式BibTeX公司 XML格式引用
\textit{P.Nystrup}等人，Quant。财务15，No.9，1531--1541（2015；Zbl 1398.91691）
全文： 内政部 链接

参考文献：

[1] Ang，A.和Timmermann，A.，《制度变迁与金融市场》。工作文件17182，国家经济研究局，2011年。
[2] Asai，M.和McAleer，M.，非对称条件和随机波动率模型中的非交易日效应。计量经济学J。, 2007, 10, 113-123. ·Zbl 1137.91424号
[3] Bacci，S.、Pandolfi，S.和Pennoni，F.，纵向数据潜在马尔可夫模型中状态选择标准的比较。高级数据分析。分类。, 2014, 8, 125-145. ·Zbl 1459.62103号
[4] Bulla，J.，隐马尔可夫模型t吨组件。增加持久性和其他方面。数量。财务, 2011, 11, 459-475.
[5] 《金融时间序列的风格化事实和隐藏的半马尔可夫模型》。计算。统计数据分析。, 2006, 51, 2192-2209. ·Zbl 1157.62518号
[6] Bulla，J.、Bulla、I.和Nenadic，O.，hsmm-An R包，用于分析隐藏的半马尔可夫模型。计算。统计数据分析。，2010年，第54611-619页·Zbl 1464.62011年
[7] Cappé，O.，Moulines，E.和Rydén，T。，隐马尔可夫模型中的推理2005年（施普林格出版社：纽约）·Zbl 1080.62065号
[8] Cont，R.，《资产收益的经验属性：典型事实和统计问题》。数量。财务, 2001, 1, 223-236. ·兹比尔1408.62174
[9] French、K.R.、股票收益率和周末效应。J.财务。经济。, 1980, 8, 55-69.
[10] Frühwirth-Schnatter，S。，有限混合和马尔可夫切换模型2006年（施普林格出版社：纽约）·Zbl 1108.6202号
[11] Granger，C.W.J.和Ding，Z.，《绝对收益的一些性质：风险的另一种度量方法》。《经济学年鉴》。斯达.，1995年a，40，67-92。
[12] Granger，C.W.J.和Ding，Z.，对投机性市场每日数据的时间和分布特性进行了分类。未发表论文，加利福尼亚大学经济系，加利福尼亚州圣地亚哥，1995b。
[13] Granger，C.W.J.，Spear，S.和Ding，Z.，绝对收益的时间和分布特性的风格化事实：更新。《香港金融统计国际研讨会论文集》，第97-120页，2000年（帝国理工学院出版社：伦敦）。
[14] Guédon，Y.，从离散序列估计隐藏的半马尔可夫链。J.计算。图表。斯达。, 2003, 12, 604-639.
[15] Iversen，E.B.、Möller，J.K.、Morales，J.M.和Madsen，H.，描述驾驶模式的非齐次马尔可夫模型。IMM-技术报告-2013-02，丹麦技术大学，2013年。
[16] Jackson，C.H.，面板数据的多状态模型：R的msm包。J.统计软件。, 2011, 38, 1-29.
[17] Langrock，R.和Zucchini，W.，具有任意状态驻留时间分布的隐马尔可夫模型。计算。统计数据分析。, 2011, 55, 715-724. ·Zbl 1247.62290号
[18] Madsen，H.，Splid，H.和Thyregod，P.，用于云覆盖小时观测的离散和连续时间马尔可夫模型。J.应用。美托洛尔。气候。，1985年，24229-639。
[19] Malmsten，H.和Teräsvirta，T.，金融时间序列的典型事实和三种流行的波动模型。工作文件563，斯德哥尔摩经济学院经济统计系，2004年。
[20] Nielsen，B.F.，应用概率中的矩阵分析方法，着眼于工程应用。2013年，丹麦技术大学博士论文。
[21] Rogalski，R.J.，关于交易期和非交易期的周回报率的新发现。J.金融，1984年，第391603-1614页。
[22] Rydén，T.、Teräsvirta，T.和Au sbrink，S.，《每日收益序列的风格化事实和隐马尔可夫模型》。J.应用。经济。, 1998, 13, 217-244.
[23] Silvestrov，D.和Stenberg，F.，半马尔可夫过程控制的随机波动性定价过程。Commun公司。统计理论方法, 2004, 33, 591-608. ·Zbl 1114.60328号
[24] Zucchini，W.和MacDonald，I.L。，时间序列的隐马尔可夫模型：使用R的介绍2009年第2卷（查普曼和霍尔出版社：伦敦）·Zbl 1180.62130号
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。