关于具有长程记忆的时间依赖方差广义模型
数据分析、统计与概率
2008-12-02 v1 统计金融
摘要
ARCH 过程（R. F. Engle, 1982）构成了生成具有时间依赖方差的随机时间序列的范式，这类序列广泛存在于除 ARCH 诞生地经济学之外的众多系统中。尽管 ARCH 过程能够捕捉所谓的“波动率聚集”现象以及随机变量的渐近幂律概率密度分布，但它无法复现许多此类时间序列的进一步统计特性，例如：以较大的 Hurst 指数（H > 0.8）为特征的瞬时方差的强持久性，以及绝对值自相关函数的渐近幂律衰减。通过考虑由具有 q-指数形式的过去收益相关性所获得的有效收益，我们得以修正原始模型的局限性。此外，这种改进可以通过正确选择唯一的附加参数 来实现。我们通过模拟 SP500 金融指数的日波动来评估其有效性和实用性。
引用
@article{arxiv.0705.3248,
title = {On a generalised model for time-dependent variance with long-term memory},
author = {Silvio M. Duarte Queiros},
journal= {arXiv preprint arXiv:0705.3248},
year = {2008}
}
评论
6 pages, 4 figures