长短期成分的双重乘法误差模型
摘要：组合了低频和高频特征进行建模和预测实现波动率的双重乘法误差类模型(DMEM)。我们推导了最大似然估计和广义矩估计的理论特性。然后提出了两种模型，Component-MEM使用日频数据用于两个组件，MEM-MIDAS则利用了混合数据抽样(MIDAS)的逻辑。实证应用包括S&P 500、纳斯达克、富时100和恒生指数：无论市场如何，DMEM都优于HAR和其他相关的GARCH类型模型。
作者：Alessandra Amendola, Vincenzo Candila, Fabrizio Cipollini, Giampiero M. Gallo
论文ID：2006.03458
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2020-06-08