Regression model
แบบจำลองหน่วยความจำยาว (ARFIMA, FIGARCH)
แบบจำลองหน่วยความจำยาวเป็นวิธีการอินทิเกรตเศษส่วนที่จับหน่วยความจำยาวที่แท้จริงผ่านโครงสร้างสหสัมพันธ์ที่ลดลงแบบไฮเปอร์โบลิก ARFIMA ซึ่งแนะนำโดย Granger และ Joyeux (1980) จำลองหน่วยความจำยาวในอนุกรมผลตอบแทน ในขณะที่ FIGARCH ซึ่งแนะนำโดย Baillie, Bollerslev และ Mikkelsen (1996) จับหน่วยความจำยาวในอนุกรมความผันผวน พารามิเตอร์ d วัดระดับของการอินทิเกรตเศษส่วน
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/th/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.
- แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ compare
- แบบจำลอง GARCH (การพยากรณ์ความผันผวน)เศรษฐมิติ↔ compare
- การวิเคราะห์ข้อมูลความถี่สูงและโครงสร้างตลาดจุลภาคการเงิน↔ compare
- การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)เศรษฐมิติ↔ compare