Markov-Switching Multifractal-modell
Markov-Switching Multifractal (MSM)-modellen är ett flexibelt ramverk för att fånga tidsvarierande volatilitet och långtidsminneseffekter i finansiella tidsserier. Utvecklad av Calvet och Fisher (2004), kombinerar den Markovkedjeteori med multifraktala skalningsprinciper för att generera volatilitet som uppvisar flera frekvenskomponenter, var och en växlande mellan höga och låga regimer. Detta tillvägagångssätt är särskilt effektivt för att modellera tillgångsavkastningar med realistiska tjocka svansar och klustrad volatilitet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/sv/time-series/markov-switching-multifractal
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- GARCH-modellen (prognostisering av volatilitet)Ekonometri↔ jämför
- KalmanfilterBayesiansk statistik↔ jämför
- Vektorautoregression (VAR)Ekonometri↔ jämför
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →