Model Multifraktal Peralihan Markov
Model Multifraktal Peralihan Markov (MSM) ialah rangka kerja yang fleksibel untuk menangkap kesalingubahan masa dan kesan ingatan jangka panjang dalam siri masa kewangan. Dibangunkan oleh Calvet dan Fisher (2004), ia menggabungkan teori rantaian Markov dengan prinsip penskalaan multifraktal untuk menjana kesalingubahan yang mempamerkan komponen frekuensi berbilang, setiap satunya bertukar antara rejim tinggi dan rendah. Pendekatan ini amat berkesan untuk memodelkan pulangan aset dengan ekor tebal yang realistik dan kesalingubahan yang berkluster.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
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 memetik halaman ini
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/ms/time-series/markov-switching-multifractal
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Model GARCH (Peramalan Volatiliti)Ekonometrik↔ banding
- Penapis KalmanBayesian↔ banding
- Autoregresi Vektor (VAR)Ekonometrik↔ banding
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →