Modelo Multifractal con Conmutación de Markov
El modelo multifractal con conmutación de Markov (MSM, por sus siglas en inglés) es un marco flexible para capturar la volatilidad variable en el tiempo y los efectos de memoria a largo plazo en series temporales financieras. Desarrollado por Calvet y Fisher (2004), combina la teoría de cadenas de Markov con principios de escalamiento multifractal para generar volatilidad que exhibe componentes de frecuencia múltiple, cada uno conmutando entre regímenes altos y bajos. Este enfoque es particularmente efectivo para modelar rendimientos de activos con colas pesadas realistas y volatilidad agrupada.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/es/time-series/markov-switching-multifractal
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Modelo GARCH (Predicción de Volatilidad)Econometría↔ comparar
- Filtro de KalmanBayesiano↔ comparar
- Vector Autoregression (VAR)Econometría↔ comparar
Similar methods
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →