Μοντέλα Μακράς Μνήμης (ARFIMA, FIGARCH)
Τα μοντέλα μακράς μνήμης είναι μέθοδοι κλασματικής ολοκλήρωσης που συλλαμβάνουν γνήσια μακρά μνήμη μέσω μιας υπερβολικά φθίνουσας δομής αυτοσυσχέτισης. Το ARFIMA, που εισήχθη από τους Granger και Joyeux (1980), μοντελοποιεί τη μακρά μνήμη σε σειρές αποδόσεων, ενώ το FIGARCH, που εισήχθη από τους Baillie, Bollerslev και Mikkelsen (1996), συλλαμβάνει τη μακρά μνήμη σε σειρές μεταβλητότητας· η παράμετρος d μετρά τον βαθμό κλασματικής ολοκλήρωσης.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/el/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.
- Μοντέλο ARIMA (Autoregressive Integrated Moving Average)Οικονομετρία↔ compare
- Μοντέλο GARCH (Πρόβλεψη Μεταβλητότητας)Οικονομετρία↔ compare
- Ανάλυση Μικροδομής Αγοράς και Δεδομένα Υψηλής ΣυχνότηταςΧρηματοοικονομικά↔ compare
- Παλινδρόμηση Ελαχίστων Τετραγώνων (OLS)Οικονομετρία↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →