日内对数收益率的接近极高密度
摘要：极值事件统计在时间序列分析的理论和实践中扮演着非常重要的角色。经典理论结果的重新组装常常受到非平稳性和增量之间的相关性的破坏。此外，收敛到极限分布可能很慢，需要大量记录来获得显著的统计数据，从而限制了其实际应用。相反，将焦点放在与极值之间的“近极值”密度上，即记录与最大值之间的距离，可以使统计方法在实际应用和/或模型验证中更加合适。我们将这种最近提出的方法应用于经验验证适应的金融市场模型的日内市场波动性。
作者：Mauro Politi, Nicolas Millot, Anirban Chakraborti
论文ID：1106.0039
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2015-05-28