针对方差非平稳单变量时间序列的复合建模方法
数据分析、统计与概率
2020-10-08 v1 统计金融
摘要
非平稳系统的一个定义特征是其统计参数的时间依赖性。由于中心极限定理，测量的时间序列在短时间尺度上可能表现出高斯统计特性。然而，长时间尺度的样本统计量是对随时间变化参数的平均。为了模拟长期统计行为，我们将局部分布与其参数的分布进行复合。在此，我们考虑了此类非平稳系统的两个具体但多样的例子：风扇的湍流气流和外汇汇率时间序列。我们的主要重点是经验性地确定复合建模方法所需的适当参数分布。为此，我们必须在高度非平稳的情况下估计单变量时间序列的参数分布。
引用
@article{arxiv.1503.02177,
title = {Compounding approach for univariate time series with non-stationary variances},
author = {Rudi Schäfer and Sonja Barkhofen and Thomas Guhr and Hans-Jürgen Stöckmann and Ulrich Kuhl},
journal= {arXiv preprint arXiv:1503.02177},
year = {2020}
}
备注
7 pages