×
乔瓦尼·德卢卡;保罗·祖科洛托

金融时间序列的动态尾部依赖聚类。 （英语） Zbl 1416.62581号

统计Pap。 58，第3期，641-657（2017）.
作者摘要：本文提出了一种时间序列收益的动态聚类方法，旨在为危机期间的投资组合选择提供一个标准，重点关注收益分布的下尾。特别是，对于每对返回值，使用copula函数估计时变分布函数；因此，衡量较低尾部相关性的系数也随过去市场波动的动态变化而变化。通过这种方式，我们对波动性增加时股票之间可能的传染进行了建模。因此，基于较低尾部相关系数的聚类过程在每个时间（t）提供不同的聚集。聚类解决方案用于构建能够超越经典策略的最优最小条件价值-风险投资组合。
审核人：安纳托利·莫古尔斯基（新西伯利亚）

引用于7文件

MSC公司：

62P05号 统计学在精算科学和金融数学中的应用
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）
91G70型 统计方法；风险措施

关键词：

时间序列聚类;时变copula函数;尾部依赖性;条件价值风险

软件：

AS 136标准
PDF格式BibTeX公司 XML格式引用
\textit｛G.De Luca｝和\textit｛P.Zuccolotto｝，Stat.Pap。58，第3号，641--657（2017；Zbl 1416.62581）
全文： 内政部

参考文献：

[1] Cherubini U、Luciano E、Vecchiato W（2004）《金融学中的Copula方法》。纽约威利·Zbl 1163.62081号 ·数字对象标识代码：10.1002/9781118673331
[2] Davies DL，Bouldin DW（1979）《集群分离措施》。IEEE Trans-Pattern Ana Mach Intell1:224-227·Zbl 0447.62062号
[3] De Luca G，Zuccolotto P（2011）金融时间序列聚类的基于尾部相关性的差异性度量。高级分类数据分析5:323-340·文件编号：10.1007/s11634-011-0098-3
[4] 卢卡，G。；祖科洛托，P。；Corazza，M.（编辑）；Pizzi，C.（编辑），低尾依赖性的时间序列聚类（2014），米兰
[5] Díaz S，Vilar JA（2010）《比较时间序列聚类的几种参数和非参数方法：模拟研究》。J类27:333-362·Zbl 1337.62137号 ·doi:10.1007/s00357-010-9064-6
[6] Dimitriadou E，Dolničar S，Weingessel A（2002）《确定二进制数据集中簇数的索引检查》。《心理测量学》67:137-159·Zbl 1297.62229号 ·doi:10.1007/BF02294713
[7] Dolnicar S、Leisch F、Weingessel A、Buchta C、Dimitriadou EA（1998）旅游营销中人工二进制数据场景的几种聚类算法比较。SFB自适应信息系统和经济管理科学建模，工作文件7·Zbl 1337.62137号
[8] Durante F，PappadàR，Torelli N（2014）通过非参数尾部相关性估计对时间序列进行聚类。统计文件。doi:10.1007/s00362-014-0605-7·Zbl 1317.62053号
[9] Friedman HP，Rubin J（1967）关于分组数据的一些不变标准。美国统计学会杂志62:1159-1178·doi:10.1080/01621459.1967.10500923
[10] Galeano P，Peña D（2006）向量时间序列的多元分析。雷森哈斯4:383-404·Zbl 1098.62558号
[11] Hartigan JA，Wong MA（1979）K均值聚类算法。应用统计28:100-108·Zbl 0447.62062号 ·doi:10.2307/2346830
[12] Joe H（1997）多元模型和相关性概念。查普曼和霍尔，纽约·Zbl 0990.62517号 ·doi:10.1201/b13150
[13] Krokhmal P，Palmquist J，Uryasev S（2002）具有条件风险价值目标和约束的投资组合优化。J风险4:43-68·doi:10.21314/JOR.2002.057
[14] Nelsen RB（2006）《连接词导论》。纽约州施普林格·Zbl 1152.62030
[15] Otranto E（2008）通过基于模型的程序聚类异方差时间序列。计算统计数据分析52:4685-4698·Zbl 1452.62784号 ·doi:10.1016/j.csda.2008.03.020
[16] Raêche G、Walls TA、Magis D、Riopel M、Blais JG（2013）《Cattells碎石试验的非颗粒解决方案》。方法9:23-29·doi:10.1027/1614-2241/a000051
[17] Rand WM（1971）聚类方法评估的客观标准。美国统计协会杂志66:846-850·doi:10.1080/01621459.1971.10482356
[18] Ratkowsky DA，Lance GN（1978）确定分类群数量的标准。澳大利亚计算杂志10:115-117
[19] Rockafellar RT，Uryasev S（2000）条件价值风险优化。J风险2:21-41·doi:10.21314/JOR.2000.038
[20] Scott AJ，Symons MJ（1971）基于似然比标准的聚类方法。生物统计学27:387-397·doi:10.2307/2529003
[21] Sokal RR，Michener CD（1958）评估系统关系的统计方法。堪萨斯大学科学牛38:1409-1438
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。