楼主: 大多数88
239 0

[量化金融] 基于惩罚样条的半参数随机波动率建模 [推广有奖]

  • 0关注
  • 3粉丝

会员

学术权威

68%

还不是VIP/贵宾

-

威望
10
论坛币
10 个
通用积分
64.4541
学术水平
0 点
热心指数
4 点
信用等级
0 点
经验
23514 点
帖子
3880
精华
0
在线时间
0 小时
注册时间
2022-2-24
最后登录
2022-4-15

相似文件 换一批

+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~ !

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
英文标题:
《Semiparametric stochastic volatility modelling using penalized splines》
---
作者:
Roland Langrock, Th\\\'eo Michelot, Alexander Sohn, Thomas Kneib
---
最新提交年份:
2014
---
英文摘要:
  Stochastic volatility (SV) models mimic many of the stylized facts attributed to time series of asset returns, while maintaining conceptual simplicity. The commonly made assumption of conditionally normally distributed or Student-t-distributed returns, given the volatility, has however been questioned. In this manuscript, we introduce a novel maximum penalized likelihood approach for estimating the conditional distribution in an SV model in a nonparametric way, thus avoiding any potentially critical assumptions on the shape. The considered framework exploits the strengths both of the powerful hidden Markov model machinery and of penalized B-splines, and constitutes a powerful and flexible alternative to recently developed Bayesian approaches to semiparametric SV modelling. We demonstrate the feasibility of the approach in a simulation study before outlining its potential in applications to three series of returns on stocks and one series of stock index returns.
---
中文摘要:
随机波动率(SV)模型模拟了许多归因于资产收益时间序列的程式化事实,同时保持了概念上的简单性。然而,考虑到波动性,通常提出的条件正态分布或学生t分布回报的假设受到了质疑。在这篇手稿中,我们介绍了一种新的最大惩罚似然方法,用于以非参数方式估计SV模型中的条件分布,从而避免了对形状的任何潜在关键假设。所考虑的框架利用了强大的隐马尔可夫模型机制和惩罚B样条的优点,并构成了一种强大而灵活的半参数SV建模贝叶斯方法的替代方法。我们在模拟研究中证明了该方法的可行性,然后概述了其在三个股票收益率系列和一个股票指数收益率系列中的应用潜力。
---
分类信息:

一级分类:Statistics        统计学
二级分类:Methodology        方法论
分类描述:Design, Surveys, Model Selection, Multiple Testing, Multivariate Methods, Signal and Image Processing, Time Series, Smoothing, Spatial Statistics, Survival Analysis, Nonparametric and Semiparametric Methods
设计,调查,模型选择,多重检验,多元方法,信号和图像处理,时间序列,平滑,空间统计,生存分析,非参数和半参数方法
--
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
--

---
PDF下载:
--> Semiparametric_stochastic_volatility_modelling_using_penalized_splines.pdf (897.87 KB)
二维码

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

关键词:半参数 波动率 Applications distribution Quantitative

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-11-5 14:39