建模和预测持久金融持续时间
摘要：介绍了将Calvet和Fisher（2004）的MSM随机波动模型调整为持续时间设置的Markov-Switching多重分形期限（MSMD）模型。虽然本文中的MSMD过程是指数eta混合的，同时也能产生高度持续的自相关性。我们从分析和模拟的角度研究了由MSMD过程生成的持续时间特征如何传播到计数和实现波动率。我们采用基于Whittle近似的MSMD参数的准最大似然估计器，并证明了其对于一般MSMD规范的强一致性和渐近正态性。我们展示了Whittle估计是与最大似然估计相比的一种计算简单而快速的替代方法。最后，我们将MSMD模型与竞争的短记忆和长记忆持续时间模型在基于三个主要外汇期货合约的价格持续时间的外样本预测实验中进行了比较。比较的结果显示，MSMD和LMSD表现类似，并优于短记忆ACD模型。
作者：Filip Zikes, Jozef Barunik, Nikhil Shenai
论文ID：1208.3087
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2013-04-03