Process / pipelineRegime-switching volatility modeling
마르코프 전환 다중프랙탈 모형
마르코프 전환 다중프랙탈(MSM) 모형은 금융 시계열에서 시간 가변적 변동성과 장기 기억 효과를 포착하기 위한 유연한 프레임워크입니다. Calvet과 Fisher (2004)가 개발한 이 모형은 마르코프 연쇄 이론과 다중프랙탈 스케일링 원리를 결합하여 여러 주파수 구성요소를 갖는 변동성을 생성하며, 각 구성요소는 높은 변동성 체제와 낮은 변동성 체제 사이를 전환합니다. 이 접근 방식은 현실적인 팻 테일(fat tails)과 군집 변동성을 가진 자산 수익률을 모델링하는 데 특히 효과적입니다.
MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/ko/time-series/markov-switching-multifractal
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
나란히 비교하기 →