GARCH模型的自适应马尔可夫链蒙特卡罗方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
提出了一种构造Metropolis-Hastings算法在Markov链Monte Carlo(MCMC)模拟GARCH模型中的建议密度的方法。建议密度是利用MCMC方法自身采样的数据自适应地构造的。结果表明，用我们的自适应建议密度生成的数据之间的自相关性大大降低。结果表明，自适应构造方法对于GARCH模型的MCMC模拟是非常有效的。
---
英文标题：
《An Adaptive Markov Chain Monte Carlo Method for GARCH Model》
---
作者：
Tetsuya Takaishi
---
最新提交年份：
2009
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Computational Finance        计算金融学
分类描述：Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法，包括蒙特卡罗，偏微分方程，格子和其他数值方法，并应用于金融建模
--
一级分类：Physics        物理学
二级分类：Statistical Mechanics        统计力学
分类描述：Phase transitions, thermodynamics, field theory, non-equilibrium phenomena, renormalization group and scaling, integrable models, turbulence
相变，热力学，场论，非平衡现象，重整化群和标度，可积模型，湍流
--
一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
英文摘要：
  We propose a method to construct a proposal density for the Metropolis-Hastings algorithm in Markov Chain Monte Carlo (MCMC) simulations of the GARCH model. The proposal density is constructed adaptively by using the data sampled by the MCMC metho d itself. It turns out that autocorrelations between the data generated with our adaptive proposal density are greatly reduced. Thus it is concluded that the adaptive construction method is very efficient and works well for the MCMC simulations of the GARCH model.
---
PDF链接：
https://arxiv.org/pdf/0901.0992

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：GARCH模型 蒙特卡罗方法 ARCH模型 马尔可夫链 GARCH adaptive Carlo 方法 Monte 采样