楼主: 能者818
1306 15

[量化金融] 随机波动率的贝叶斯估计方法 [推广有奖]

11
大多数88 在职认证  发表于 2022-6-11 13:11:49
特别是,AUX和RWMH之间的选择明显困难。就可变性而言,请注意AUX的ESR范围为0.001以下至1以上,而RWMH-ASISx5的ESR介于0.01和0.1之间。这使得lattermore稳定了大约两个数量级。4财务数据集的应用我们将八种估计方法应用于涵盖四种资产类型和两个经济时期的七个单变量每日财务日志回报时间序列。第一次间隔是一个繁荣的危机前时期,从2005年1月1日开始,到2007年12月31日结束,共872个工作日。第二个时间间隔是2015年1月1日至2018年6月30日之间的一个较新、波动性较大的时间段,包括1014个工作日。正在考虑的系列包括比特币价格(美元)(股票代码:BTCUSD=X),以下简称BTC,德国DAX指数(股票代码:^GDAXI),欧元/美元汇率(股票代码:EURUSD=X),以下简称EUR,以及一家大型德国公司默克KG的股票(股票代码:MRK.DE),以下简称MRK。

12
能者818 在职认证  发表于 2022-6-11 13:11:52
数据由雅虎提供!资金●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●^1true=0хtrue=0.5хtrue=0.9хtrue=0.95хtrue=0.99σtrue=0.1σtrue=0.3σtrue=0.5Stanjagsrwmhauxstanjagsrwmhauxstanjagsrwmhauxstanjagsrwmhaux0.0010.0100.1001.0000.0010.0100.1001.0000.0010.1001.000有效采样率策略●居中非-以Д、ρ、σ2和u的最小有效采样率为中心,按DGP和策略分组。图2:所有被检查的采样器和策略的最小有效采样率,用于整个ДTrue和σTrueValue范围,同时,为了可读性,ρTrue设置为-0.3,T至3000。在每个方面,为每个采样器和策略绘制了10个数据点,对应于模拟练习的10次重复。对点的位置应用了一个小的水平噪波,以提高其可见性。图3总结了在与第3节相同的优先规范下进行的练习结果。有趣的是,Stan通常显示出较高的ESRswith,只有BTC例外,其中RWMH-ASISx5表现优异。

13
何人来此 在职认证  发表于 2022-6-11 13:11:55
侧重于RWMH和AUX的比较,突出的是,在没有交织的情况下,AUX通常是首选,而RWMH-ASISx5在除一种情况外的所有情况下都优于AUX。总体情况类似于图2,因为没有一种算法可以控制所有数据集。5结论本论文通过研究几种具有杠杆作用的随机波动率模型的竞争方法的效率,为MCMC抽样算法的文献做出贡献。我们开发了一种RWMH取样器,并通过ASIS和●●●●●●●●●●●●●●●●●●●●●BTC:2015年-18日:2005年-07DAX:2015-18欧元:2005年-07欧元:2015年-18MRK:2005年-07MRK:2015-18Stanjagsrwmhauxstanjagsrwmhauxstanjagsrwmhauxstanjagsrwmhauxstanjagsrwmhauxstanjagsrwmhauxstanjagsrwmhauxstanjagstanjagsrwmhaux0.11.0采样器有效采样率策略●居中非-以7个数据集有效采样率的最小值为中心,即Д、ρ、σ2和u。图3:7个数据集的最小有效采样率。面对应时间序列,其中“2005-07”和“2015-18”分别表示第一个和第二个时间段。在每个方面,每个点对应于特定的采样器和策略。潜在状态采样器。此外,我们还进行了计算实验,将新方法与最先进的方法、辅助混合采样器以及Stan和JAGS实现作为基准进行比较。

14
能者818 在职认证  发表于 2022-6-11 13:11:58
基于我们的结果,我们得出结论,对潜在空间使用我们的增强naive估计器可以通过避免数值优化和差异来稳定算法的有效采样率。当前的研究旨在进一步的金融应用,包括factormodels(Kastner等人,2017),并扩展R包stochvol以考虑杠杆作用。参考Bob Carpenter、Andrew Gelman、Matthew Hoffman、Daniel Lee、Ben Goodrich、MichaelBetancourt、Marcus Brubaker、Jiqiang Guo、Peter Li和Allen Riddell。斯坦:一种概率编程语言。《统计软件杂志》,76(1):1–322017年。内政部:10.18637/jss。v076.i01。克里斯·卡特和罗伯特·科恩。状态空间模型的吉布斯抽样。Biometrika,81(3):541–5531994年。内政部:10.1093/biomet/81.3.541。Dirk Eddelbuettel和Romain Fran,cois。Rcpp:R和C++的无缝集成。《统计软件杂志》(Journalof Statistical Software),40(8):2011年1月18日。内政部:10.18637/jss。v040.i08。Sylvia Fr–uhwirth Schnatter。数据扩充和动态线性模型。时间序列分析杂志,15(2):183–202,1994年。内政部:10.1111/j.1467-9892.1994。tb00184.x.Sylvia Fr–uhwirth Schnatter和Helga Wagner。高斯和部分非高斯状态空间模型的随机模型规格搜索。《计量经济学杂志》,154(1):85–1002010。内政部:10.1016/j.Jeecom。2009.07.003.安德鲁·C·哈维和尼尔·谢泼德。资产收益非对称随机波动模型的估计。《商业与经济统计杂志》,14(4):429–4341996。内政部:10.1080/07350015.1996.10524672。Eric Jacquier、Nicholas G.Polson和Peter E.Rossi。具有厚尾和相关误差的随机波动率模型的贝叶斯分析。《计量经济学杂志》,122(1):185–212,2004年。内政部:10.1016/j.Jeecom。2003.09.001.格雷戈·卡斯特纳。使用R packagestochvol处理时间序列中的随机波动。

15
mingdashike22 在职认证  发表于 2022-6-11 13:12:02
《统计软件杂志》,69(5):2016年1-30日。内政部:10.18637/jss。v069.i05。Gregor Kastner和Sylvia Fr–uhwirth Schnatter。辅助效率交织策略(ASIS),用于增强随机波动率模型的MCMC估计。《计算统计与数据分析》,76:408–4232014。内政部:10.1016/j.csda。2013.01.002.Gregor Kastner、Sylvia Fr–uhwirth Schnatter和Hedibert Freitas Lopes。多元因素随机波动率模型的有效贝叶斯推断。《计算与图形统计杂志》,26(4):905–9172017。内政部:10.1080/10618600.2017.1322091。汉斯·彼得·克里格尔、埃里希·舒伯特和亚瑟·齐梅克。运行时评估的(黑色)艺术:我们是在比较算法还是实现?《知识与信息系统》,52:341–3782016。内政部:10.1007/s10115-016-1004-2。Jun S.Liu。贝叶斯计算中的坍塌吉布斯采样器及其在基因调控问题中的应用。《美国统计协会杂志》,89(427):958–9661994。内政部:10.1080/01621459.1994.10476829。威廉·麦考斯兰、雪莉·米勒和丹尼斯·佩利蒂埃。状态空间模型的模拟平滑:计算效率分析。《计算统计与数据分析》,55(1):199–212,2011年。内政部:10.1016/j.csda。2010.07.009.中岛久治和大森安弘。随机波动模型中的杠杆、重尾和相关跳跃。计算统计与数据分析,53(6):2335–23532009。内政部:10.1016/j.csda。2008.03.015.安弘·奥莫里、悉达多·奇布、尼尔·谢泼德和中岛柔志。杠杆随机波动率:快速有效的可能性推断。《计量经济学杂志》,140(2):425–4492007。内政部:10.1016/j.Jeecom。2006.07.008.马丁·普卢默。JAGS:使用Gibbssampling分析贝叶斯图形模型的程序。

16
kedemingshi 在职认证  发表于 2022-6-11 13:12:05
《第三届分布式统计计算国际研讨会论文集》,第124卷,第125页,2003年。Martyn Plummer、Nicky Best、Kate Cowles和Karen Vines。CODA:MCMC的收敛诊断和输出分析。R新闻,6(1):2006年7-11月。R核心团队。R: 用于统计计算的语言和环境。R统计计算基础,2018年。统一资源定位地址https://www.R-project.org/.StephenJ.泰勒。由两个随机过程的乘积建模的财务回报:1961-75年每日糖价研究。时间序列分析,理论与实践,第203-226页。北荷兰,1982年。哈德利·威克姆。tidyverse:轻松安装和加载“tidyverse”软件包,2017年。统一资源定位地址https://CRAN.R-project.org/package=tidyverse.R软件包版本1.1.1。余亚明和小李蒙。是否居中:这不是提高MCMC效率的辅助能力交织策略(ASIS)的问题。《计算与图形统计杂志》,20(3):531–570,2011年。内政部:10.1198/jcgs。2011.203主要。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-7 17:02