Markov-Switching Multifractal Model
Markov-Switching Multifractal (MSM) modellen er et fleksibelt rammeværk til at indfange tidsvarierende volatilitet og langtidshukommelseseffekter i finansielle tidsserier. Udviklet af Calvet og Fisher (2004), kombinerer den Markov-kædeteori med multifraktale skaleringsprincipper for at generere volatilitet, der udviser flere frekvenskomponenter, som hver skifter mellem høje og lave regimer. Denne tilgang er særligt effektiv til modellering af aktivafkast med realistiske fedthalefordelinger og klyngedannelse af volatilitet.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Calvet, L. E., & Fisher, A. J. (2004). How to forecast long-run volatility: regime-switching and the estimation of multifractal processes. Journal of Financial Econometrics, 2(1), 49–83. DOI: 10.1093/jjfinec/nbh003 ↗
- Calvet, L. E., & Fisher, A. J. (2008). Multifractal Volatility: Theory, Forecasting, and Pricing. Academic Press. link ↗
- Lux, T. (2008). The Markov-switching multifractal model of asset returns: GMM estimation and linear forecasting of volatility. Journal of Business & Economic Statistics, 26(2), 194–210. DOI: 10.1198/073500107000000403 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/da/time-series/markov-switching-multifractal
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- GARCH-model (volatilitetsprognoser)Økonometri↔ sammenlign
- Kalman-filterBayesiansk↔ sammenlign
- Vektorautoregression (VAR)Økonometri↔ sammenlign
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →