非时齐波动率模型的统计推断
统计理论
2007-06-13 v1 统计理论
摘要
本文提出了一种估计和预测金融时间序列波动率的新方法。对过程的参数形式不作任何假设。相反，我们仅假设波动率在某些区间内可由常数逼近。在此框架下，主要问题是对该时间齐性区间进行滤波；随后波动率估计可通过局部平均简单获得。我们构造了一个局部自适应波动率估计（LAVE），能够完成此任务，并从理论角度和蒙特卡洛模拟两方面对其进行了研究。最后，将 LAVE 方法应用于包含九种汇率的数据集，并与标准 GARCH 模型进行比较。两种模型似乎都能解释数据的许多特征；然而，就样本外结果而言，新方法有优于 GARCH 方法之势。
引用
@article{arxiv.math/0406430,
title = {Statistical inference for time-inhomogeneous volatility models},
author = {Danilo Mercurio and Vladimir Spokoiny},
journal= {arXiv preprint arXiv:math/0406430},
year = {2007}
}