Marks-Switching Multifractal Modelis (MSM)
Marks-Switching Multifractal (MSM) modelis ir elastīga sistēma laika gaitā mainīgas volatilitātes un ilgtermiņa atmiņas efektu tveršanai finanšu laika rindās. Autori Calvet un Fisher (2004) apvieno Markova ķēžu teoriju ar multifraktālo skalēšanas principiem, lai radītu volatilitāti, kas izrāda vairākas frekvences komponentes, katrai pārslēdzoties starp augstu un zemu režīmu. Šī pieeja ir īpaši efektīva, modelējot aktīvu atdeves ar reālistiskām resnām astēm un klasterētu volatilitāti.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/lv/time-series/markov-switching-multifractal
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- GARCH modelis (volatilitātes prognozēšana)Ekonometrija↔ salīdzināt
- Kalman FilterBajesa metodes↔ salīdzināt
- Vektora autoregresija (VAR)Ekonometrija↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →