高维金融时间序列中的依赖性建模：基于聚类派生的规范藤状结构
摘要：引言：金融领域的研究已经通过介绍一种基于聚类的标准云藤(CDCV)联合分布模型扩展了现有模型，以捕捉金融时间序列之间的高维度依赖关系。该模型利用了一个简化的市场-行业藤云层结构模型框架，类似于Heinen和Valdesogo(2008)以及Brechmann和Czado(2013)所介绍的模型。这种模型可以通过将资产时间序列基于市场-行业层次结构的指数进行条件化来应用。虽然前述作者已经证明了这种方法可以在高维度下控制藤云联合分布过度参数化的问题，但他们的模型依赖于外部提供的市场和行业指数，由于对这些行业数量和组成的限制，降低了它们的广泛适用性。通过实现CDCV模型，我们证明了对外部指数的依赖是多余的，因为我们可以通过直接从资产时间序列的聚类中派生出指数的层次结构，从而将建模过程与基础数据抽象分离。
作者：David Walsh-Jones, Daniel Jones, Christoph Reisinger
论文ID：1411.4970
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2014-11-19