Model Markowa-Przełączalna Multifraktalna
Model Markowa-Przełączalna Multifraktalna (MSM) to elastyczna struktura do uchwycenia zmiennej w czasie zmienności i efektów długiej pamięci w finansowych szeregach czasowych. Opracowany przez Calveta i Fishera (2004), łączy teorię łańcuchów Markowa z zasadami wieloskalowego skalowania multifraktalnego, aby generować zmienność wykazującą wielofrekencyjne komponenty, z których każdy przełącza się między reżimami wysokiej i niskiej zmienności. Takie podejście jest szczególnie skuteczne w modelowaniu zwrotów z aktywów z realistycznymi grubymi ogonami i klastrowaną zmiennością.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/pl/time-series/markov-switching-multifractal
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Model GARCH (Prognozowanie zmienności)Ekonometria↔ porównaj
- Filtr KalmanaStatystyka bayesowska↔ porównaj
- Autoregresja Wektorowa (VAR)Ekonometria↔ porównaj
Similar methods
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →