工具书类
Barunik,J.和L.Vacha。2015.“在噪声存在下实现基于小波的综合方差和跳跃估计”定量金融学15: 1347–1364.10.1080/14697688.2015.1032550在谷歌学者中搜索
Barunik,J.和L.Vacha。2016.“Co-Jump是否影响货币市场的相关性?”论文1602.05489,arXiv.org。10.2139/ssrn.2733736号在谷歌学者中搜索
Barunik,J.、T.Krehlik和L.Vacha。2016.“建模和预测汇率波动的时间-频率域”欧洲运筹学杂志251: 329–340.10.1016/j.ejor.2015.12.010在谷歌学者中搜索
Beran,J.1994年。长内存进程的统计信息《统计学和应用概率专著》,第61期,查普曼和霍尔出版社。在谷歌学者中搜索
Bollerslev,T.1986年。“广义自回归条件异方差。”计量经济学杂志31: 307–327.10.1016/0304-4076(86)90063-1在谷歌学者中搜索
Bollerslev,T.2008年。“建筑术语表(garch)”,创建研究论文2008-49,奥胡斯大学经济与管理学院,URLhttp://ideas.repec.org/p/aah/create/2008-49.html.10.2139/ssrn.1263250在谷歌学者中搜索
Bollerslev,T.和J.M.Wooldridge。1992.“具有时变协方差的动态模型中的拟最大似然估计和推断”计量经济评论11: 143–172.10.1080/07474939208800229在谷歌学者中搜索
Bollerslev,T.和H.O.Mikkelsen。1996年,《股市波动中长期记忆的建模和定价》计量经济学杂志73: 151–184.10.1016/0304-4076(95)01736-4在谷歌学者中搜索
Cheung,Y.-W.和F.X.Diebold。1994年,“关于未知平均值分数积分噪声差分参数的最大似然估计”计量经济学杂志62: 301–316.10.1016/0304-4076(94)90026-4在谷歌学者中搜索
Dahlhaus,R.1989年。“自相似过程的有效参数估计。”统计年鉴17: 1749–1766.10.1214/aos/1176347393在谷歌学者中搜索
Dahlhaus,R.2006年。“更正:自相似过程的有效参数估计。”统计年鉴34: 1045–1047.10.1214/009053606000000182在谷歌学者中搜索
Donoho,D.L.和I.M.Johnstone。1994年,“小波收缩的理想空间自适应”生物特征81: 425–455.10.1093/biomet/81.3.425在谷歌学者中搜索
恩格尔,R.F.1982。“英国通货膨胀方差估计的自回归条件异方差。”计量经济学50: 987–1007.10.2307/1912773在谷歌学者中搜索
Fan,J.和Y.Wang。2007.“高频金融数据的多尺度跳跃和波动性分析”美国统计协会杂志102:1349–1362。10.1198/016214507000001067在谷歌学者中搜索
Fan、Y.和R.Gençay。2010.“用小波进行单位根测试”计量经济学理论26: 1305–1331.10.1017/S0266466609990594在谷歌学者中搜索
Faá,G.、E.Moulines、F.Roueff和M.S.Taqqu。2009.“长记忆估计:傅里叶与小波”计量经济学杂志151: 159–177.2016年10月10日/j.jeconom.2009.03.005在谷歌学者中搜索
Fox,R.和M.S.Taqqu。1986.“强相依平稳高斯时间序列参数估计的大样本特性”统计年鉴14: 517–532.10.1214/aos/1176349936在谷歌学者中搜索
弗雷德里克森、P.H.和M.O.尼尔森。2005.“分数积分的参数、半参数和小波估计的有限样本比较”计量经济评论24: 405–443.2010年10月80日/07474930500405790在谷歌学者中搜索
Gençay,R.和N.Gradojevic。2011.“小波的变量误差估计”统计计算与模拟杂志81: 1545–1564.10.1080/00949655.2010.495073在谷歌学者中搜索
Gencay,R.和D.Signori,2015年。“串行相关性的多尺度测试。”计量经济学杂志184: 62–80.2016年10月10日/j.jeconom.2014.08.002在谷歌学者中搜索
Gonzaga,A.和M.Hauser。2011.“广义长记忆随机波动的小波Whittle估计”统计方法与应用20: 23–48.2007年10月10日/10260-010-0153-9在谷歌学者中搜索
Heni、B.和B.Mohamed。2011年,“基于小波的汇率建模方法”统计方法与应用20: 201–220.10.1007/s10260-010-0152-x在谷歌学者中搜索
Jensen,M.J.1999年。“长短记忆参数的近似小波Mle。”非线性动力学计量经济学研究3: 5.10.2202/1558-3708.1051在谷歌学者中搜索
Jensen,M.J.2000年。“使用紧支撑小波的长记忆过程的替代最大似然估计。”经济动力学与控制杂志24: 361–387.10.1016/S0165-1889(99)00010-X在谷歌学者中搜索
Johnstone,I.M.和B.W.Silverman。1997年,“相关噪声数据的小波阈值估计”英国皇家统计学会杂志:B辑(统计方法)59: 319–351.10.1111/1467-9868.00071在谷歌学者中搜索
Mancini,C.和F.Calvori,2012年。“跳跃”,in波动率模型及其应用手册由L.Bauwens、C.Hafner和S.Laurent、John Wiley&Sons,Inc.编辑,美国新泽西州霍博肯doi:10.1002/9781118272039.ch17。10.1002/9781118272039.ch17在谷歌学者中搜索
Moulines、E.、F.Roueff和M.S.Taqqu。2008.“非平稳高斯时间序列记忆参数的小波Whittle估计”统计年鉴36: 1925–1956.2014年7月10日-AOS527在谷歌学者中搜索
Nielsen,M.O.和P.H.Frederiksen。2005.“分数积分的参数、半参数和小波估计的有限样本比较”计量经济评论24: 405–443.10.1080/07474930500405790在谷歌学者中搜索
Percival,D.P.1995年。“关于小波方差的估计。”生物特征82: 619–631.10.1093/biomet/82.3.619在谷歌学者中搜索
Percival,D.B.和A.T.Walden。2000时间序列分析的小波方法(统计和概率数学中的剑桥系列).剑桥大学出版社,网址http://www.worldcat.org/isbn/0521685087.在谷歌学者中搜索
Perez,A.和P.Zaffaroni。2008年,“Egarch和Fiegarch模型中最大似然和Whittle估计的有限样本性质”社会科学中的定量和定性分析2:78–97。在谷歌学者中搜索
Tseng,M.C.和R.Gençay。2014.“通过小波估计一次变量参数的线性模型”在谷歌学者中搜索
Whitcher,B.2004年。“季节性长记忆过程的基于小波的估计。”技术计量学46: 225–238.10.1198/004017004000000275在谷歌学者中搜索
惠特尔,P.1962。“平稳时间序列中的高斯估计。”国际统计学会公报39: 105–129.在谷歌学者中搜索
沃内尔、G.W.和A.奥本海姆。1992年,“利用小波从噪声测量中估计分形信号。”信号处理,IEEE汇刊40: 611–623.10.1109/78.120804在谷歌学者中搜索
Xue,Y.、R.Gençay和S.Fagan。2014.“高频金融时间序列的小波跳跃检测”定量金融学14: 1427–1444.10.1080/14697688.2013.830320在谷歌学者中搜索
Zaffaroni,P.2009年。“Egarch和其他指数波动率模型的Whittle估计。”计量经济学杂志151: 190–200.2016年10月10日/j.jeconom.2009.03.008在谷歌学者中搜索