应用于地球物理与高频金融市场数据的波动率模型
应用统计
2019-02-06 v1 计量经济学
统计金融
摘要
本工作致力于研究地球物理与金融时间序列的建模。提出了一类具有时变参数的波动率模型，用于在平稳环境下预测时间序列的波动率。对具有一致性质的平稳时间序列建模有助于以较高确定性进行预测。利用 GARCH 与随机波动率模型，我们通过最大似然估计给出了带 ±2 个标准预测误差的一步向前建议波动率。我们将基于滤波技术的随机波动率模型（如条件波动率中所用）与 GARCH 模型进行比较。我们得出结论：随机波动率比 GARCH(1,1) 是更好的预测工具，因其较少受自回归过去信息的制约。
引用
@article{arxiv.1901.09145,
title = {Volatility Models Applied to Geophysics and High Frequency Financial Market Data},
author = {Maria C Mariani and Md Al Masum Bhuiyan and Osei K Tweneboah and Hector Gonzalez-Huizar and Ionut Florescu},
journal= {arXiv preprint arXiv:1901.09145},
year = {2019}
}
备注
30 Pages, 23 figures