金融资产回报中的自相似性
摘要：对于正态和独立同分布（NIID）回报的偏差进行测试，当备选假设下的回报是自相似的时候。自相似回报要么是分数积分和长期依赖，要么是从具有无穷高阶矩的L稳定分布中随机选择。通过模拟研究探讨了这两种形式的自相似性估计量的有限样本性能，结果表明，与重新缩放范围分析和其他传统估计方法不同，仅考虑有限样本矩的波动分析变体能够识别出任一形式的自相似性。然而，当回报在备选假设下是自相似和长期依赖的时候，重新缩放范围分析比波动分析具有更高的功效。可以利用回报表现出任一形式的自相似性时的估计性质来确定经验回报数据中的自相似性来源。这些技术通过对11个股票市场指数的日对数回报的分形特性进行分析进行了说明。
作者：John Goddard, Enrico Onali
论文ID：1401.7170
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2014-01-29