利用镜像威布尔分布混合模型挖掘金融数据
应用统计
2026-05-20 v1 统计金融
摘要
风险管理是金融实践的重要组成部分，对于在当今动荡的市场中保护资产和投资至关重要。本文提出了一种镜像威布尔分布混合（MMW）模型，用于对股票收益率进行建模并估计风险度量。与通常基于正态分布的常见做法不同，MMW 模型可以灵活地适应金融数据中经常表现出的非正态特征。它还具有诸多吸引人的特性，例如密度表达式简单、参数估计快速。我们通过评估该模型在三只标普500股票的风险价值（VaR）估计中的表现来证明其有效性。与高斯混合模型和t混合模型相比，MMW模型表现更优，在VaR估计和预测方面均有显著改进。
引用
@article{arxiv.2605.20142,
title = {Mining Financial Data using Mixtures of Mirrored Weibull Distributions},
author = {Zijun Jia and Sharon X. Lee},
journal= {arXiv preprint arXiv:2605.20142},
year = {2026}
}