Markov-Switching Multifractal Model
Markov-Switching Multifractal (MSM)-modellen er et fleksibelt rammeverk for å fange tidsvarierende volatilitet og langtidshukommelseseffekter i finansielle tidsserier. Utviklet av Calvet og Fisher (2004), kombinerer den Markov-kjede-teori med multifraktale skaleringsprinsipper for å generere volatilitet som utviser flere frekvenskomponenter, der hver veksler mellom høye og lave regimer. Denne tilnærmingen er spesielt effektiv for å modellere aktivaavkastning med realistiske fete haler og klyngedannelse i volatiliteten.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Metodekart
Nabolaget av beslektede metoder — velg en node for å utforske.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/no/time-series/markov-switching-multifractal
Hvilken metode?
Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.
- GARCH-modell (volatilitetsprognoser)Økonometri↔ sammenlign
- Kalman-filteretBayesiansk↔ sammenlign
- Vektorautoregresjon (VAR)Økonometri↔ sammenlign
Similar methods
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →