用于跳跃过程跟踪的非线性非平稳异方差波动率
应用统计
2019-02-13 v1
摘要
在本文中，我们引入了一种新的跳跃过程建模方法，其涉及一类在特定随机时间点具有随机跳跃的非高斯随机过程。本研究的主要目标是基于非线性非平稳异方差（NNH）时间序列提供一种精确的跟踪技术。事实上，由于非高斯性是这些过程中的固有特征，跟踪跳跃过程是困难的。所提出的NNH模型是条件高斯的，其条件方差是时变的。因此，我们使用卡尔曼滤波器进行状态跟踪。我们从解析上证明了所提出的NNH模型优于传统方法。此外，为验证研究结果，进行了仿真。最后，将所提方法与其他替代技术进行了比较。
引用
@article{arxiv.1902.04499,
title = {Non-Linear Non-Stationary Heteroscedasticity Volatility for Tracking of Jump Processes},
author = {Seyyed Hamed Fouladi and Ehsan Hajiramezanali},
journal= {arXiv preprint arXiv:1902.04499},
year = {2019}
}