Modelet me kujtesë të gjatë (ARFIMA, FIGARCH)
Modelet me kujtesë të gjatë janë metoda të integrimit fraksionar që kapin kujtesën e vërtetë të gjatë përmes një strukture autokorrelacioni që dekompozohet hiperbolikisht. ARFIMA, prezantuar nga Granger dhe Joyeux (1980), modelon kujtesën e gjatë në seritë e kthimeve, ndërsa FIGARCH, prezantuar nga Baillie, Bollerslev dhe Mikkelsen (1996), kap kujtesën e gjatë në seritë e volatilitetit; parametri d mat shkallën e integrimit fraksionar.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- Granger, C. W. J. & Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15-29. DOI: 10.1111/j.1467-9892.1980.tb00297.x ↗
- Baillie, R. T., Bollerslev, T. & Mikkelsen, H. O. (1996). Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 74(1), 3-30. DOI: 10.1016/S0304-4076(95)01749-6 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/sq/finance/long-memory-models
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometri↔ compare
- Modeli GARCH (Parashikimi i Volatilitetit)Ekonometri↔ compare
- Analiza e të dhënave me frekuencë të lartë dhe mikrostrukturës së tregutFinancë↔ compare
- Regresioni me Mënyrën më të Vogël të Katrorëve (OLS)Ekonometri↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →