24 小时高频波动率的贝叶斯建模与预测：金融危机案例研究
应用统计
2014-01-23 v2
摘要
本文利用“全天候”5 分钟收益率估计高频指数期货收益率模型，该模型 incorporates 以下关键特征：多个持久性随机波动率因子、价格和波动率的跳跃、捕捉日内模式的时间季节性分量、收益率与波动率冲击之间的相关性以及公告效应。我们开发了一种集成的 MCMC 方法，利用高频数据估计日间和日内参数及状态，而无需诉诸已实现波动率等各种聚合度量。我们提供了使用 2007 年至 2009 年金融危机数据的案例研究，并利用粒子滤波器构建似然函数，用于模型比较和 2009 年至 2012 年的样本外预测。结果表明，我们的方法将已实现波动率预测提高了多达 50%，优于现有基准。
引用
@article{arxiv.1211.2961,
title = {Bayesian modeling and forecasting of 24-hour high-frequency volatility: A case study of the financial crisis},
author = {Jonathan R. Stroud and Michael S. Johannes},
journal= {arXiv preprint arXiv:1211.2961},
year = {2014}
}
备注
48 pages, 7 figures