Markov-Switching Multifractal Model
Het Markov-Switching Multifractal (MSM) model is een flexibel raamwerk voor het vastleggen van tijdsvariërende volatiliteit en lange-termijngeheugeneffecten in financiële tijdreeksen. Ontwikkeld door Calvet en Fisher (2004), combineert het Markovketentheorie met multifractale schaalprincipes om volatiliteit te genereren die meerdere frequentiecomponenten vertoont, elk schakelend tussen hoge en lage regimes. Deze aanpak is bijzonder effectief voor het modelleren van activarendementen met realistische dikke staarten en geclusterde volatiliteit.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/nl/time-series/markov-switching-multifractal
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- GARCH-model (Volatiliteitsvoorspelling)Econometrie↔ vergelijken
- KalmanfilterBayesiaanse statistiek↔ vergelijken
- Vector Autoregressie (VAR)Econometrie↔ vergelijken
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →