Model Multifraktal Peralihan Markov
Model Multifraktal Peralihan Markov (MSM) adalah kerangka kerja yang fleksibel untuk menangkap volatilitas yang berubah seiring waktu dan efek memori jangka panjang dalam deret waktu keuangan. Dikembangkan oleh Calvet dan Fisher (2004), model ini menggabungkan teori rantai Markov dengan prinsip penskalaan multifraktal untuk menghasilkan volatilitas yang menunjukkan komponen frekuensi ganda, yang masing-masing beralih antara rezim tinggi dan rendah. Pendekatan ini sangat efektif untuk memodelkan imbal hasil aset dengan ekor gemuk (fat tails) yang realistis dan volatilitas yang bergerombol (clustered).
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/id/time-series/markov-switching-multifractal
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Model GARCH (Peramalan Volatilitas)Ekonometrika↔ bandingkan
- Filter KalmanBayesian↔ bandingkan
- Autoregresi Vektor (VAR)Ekonometrika↔ bandingkan
Similar methods
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →