Modely s dlouhou pamětí (ARFIMA, FIGARCH)
Modely s dlouhou pamětí jsou metody frakční integrace, které zachycují skutečnou dlouhou paměť prostřednictvím hyperbolicky klesající autokorelační struktury. Model ARFIMA, představený Grangerem a Joyeuxem (1980), modeluje dlouhou paměť v řadách výnosů, zatímco model FIGARCH, představený Baillie, Bollerslevem a Mikkelsenem (1996), zachycuje dlouhou paměť v řadách volatility; parametr d měří stupeň frakční integrace.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Granger, C. W. J. & Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15-29. DOI: 10.1111/j.1467-9892.1980.tb00297.x ↗
- Baillie, R. T., Bollerslev, T. & Mikkelsen, H. O. (1996). Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 74(1), 3-30. DOI: 10.1016/S0304-4076(95)01749-6 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/cs/finance/long-memory-models
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Model ARIMA (autoregresní integrovaný klouzavý průměr)Ekonometrie↔ compare
- Model GARCH (Predikce volatility)Ekonometrie↔ compare
- Analýza vysokofrekvenčních dat a tržní mikrostrukturyFinance↔ compare
- Regrese metodou ordinárních nejmenších čtverců (OLS)Ekonometrie↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →