加密货币动态：Rodeo还是Ascot？
摘要：加密货币资产类别的动力学模型：一种具有相关跳跃的随机波动率（SVCJ）模型的滚动窗口参数估计。通过分析参数的时间序列，可以观察到稳定的样式模式，这些模式对窗口大小的变化具有稳健性，并通过聚类分析得到支持。在看涨阶段，波动率稳定在较低水平，并且均值跳跃的大小和波动性减少。然而，在看跌阶段，波动率增加，并且需要更长时间才能返回到长期趋势。此外，均值跳跃和波动跳跃是独立的。随着2017年加密货币市场的崛起，波动率的波动水平发生了变化。所有代码均可在Quantlet.com上获得。
作者：Konstantin H"ausler, Wolfgang Karl H"ardle
论文ID：2103.12461
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2022-01-07